我正在处理具有随机影响的多变量数据。
我的假设是:D
对A1
和A2
有影响,其中A1
和A2
是二进制数据,而D
是连续变量。
我也有一个随机效应R
,它是一个因子变量。
所以我的模型应该是这样的:A1andA2~D, random=1=~1|R
我尝试使用manyglm
包中的函数mvabund
,但是不能处理随机效果。或者我可以使用lme4
,但是它不能处理多元数据。
我可以将多元数据转换为4级因子变量,但没有找到任何方法来将二进制数据而不是二进制数据用作响应变量。我也可以将连续的D
转换为因子变量。
在这种情况下,您对使用什么有任何建议吗?
答案 0 :(得分:0)
首先,我知道这应该是评论,而不是完整的答案,但是我还不能发表评论,并认为您可能仍会喜欢此指针。
您应该能够使用MCMCglmm R软件包分析数据。 (see here for an Intro),因为它可以处理带有多元响应数据的混合模型。