如何使用glmer（）在我的GLMM Poisson回归中考虑不同的采样工作 - 简单再现的exampled inc

Question

我一直在努力解决我的数据集现在很长一段时间。希望有人能指出我正确的方向。

我想知道如何使用glmer（）来解释我的GLMM泊松回归中的不同采样工作量。

我们从我们的地块收集计数数据有时为3晚，有时为2晚。

我不确定我是否应该：

1. 创建每个绘图的平均丰度，围绕平均值（Poisson的整数），然后运行我的模型 - 这将删除我的完整数据集中的过度离散;
2. 添加取样工作量的偏移量（二进制2或3） - 偏移（日志（Sampling_effort））
3. 添加嵌套在位置（1 | Loc / Plot）和Date（1 | Date）中的Plot的随机效果，并希望glmer帐户采样效果
4. 以上全部或部分内容

非常感谢任何帮助。我有一个完整的数据集，包括物种丰富度，多样性和特定丰度，以及检查，但这只涉及复制模型，或多或少。干杯!

以下示例。只需运行代码。

while (n > 0) { do stuff; and decrease n if the value of an element becomes -1 }

AICvalues＆LT; -AIC（glmer_avg_offset，glmer_avg_no_offset，glmer_no_offset_date，glmer_offset_date，glmer_no_offset_no_date，glmer_offset_no_date） AICvalues

库（sjPlot）

sjt.glmer（glmer_avg_offset，glmer_avg_no_offset，glmer_no_offset_date，glmer_offset_date，glmer_no_offset_no_date，glmer_offset_no_date，depvar.labels = C（ “glmer_avg_offset”， “glmer_avg_no_offset”， “glmer_no_offset_date，glmer_offset_date”， “glmer_no_offset_no_date”， “glmer_offset_no_date”））