Question

我正在使用mgcv包中的gamm模型来分析具体的多样性测量方法，例如。香农随着时间的推移和环境变量而变化，例如。温度。

到目前为止我有初始模型来分析时间序列：

modf<-gamm(y~ as.factor(year) + s(doy,bs='cc',k=kdy),method=mth,correlation=tcor,data=d,
           control=ctrl,random=NULL,gamma=1)

我希望将温度作为随机效应包含在内，并考虑采取以下措施：

modf<-gamm(y~ as.factor(year) + s(doy,bs='cc',k=kdy), + s(temp,bs="re"),method=mth,
           correlation=tcor,data=d,control=ctrl,gamma=1)

然而，到目前为止，我只看到了gam而不是gamm。它仍然以这种方式工作吗？

数据结构类型的示例：

每年都会在一年中的哪一天。并说明季节性

由于

Answer 1

除非您希望temp的线性效应在分组因子的水平范围内变化，否则您似乎想要做的事情没有任何意义。

通常，您使用random作为

指定此随机斜率

list(group = ~ x)

其中group是因子分组变量而x是您的temp。

temp = ~ 1所要求的是对temp的唯一值的随机拦截，这可能会过多地询问数据。

相当于s(time, bs = "re")要求您从random公式中删除拦截：

 list(group = ~ x - 1)

但您仍然需要group变量。

如果您只想控制temp，请在+ temp模型公式中将其添加为线性参数效果（+ s(temp)）或平滑效果（gamm()）