Question

我正在尝试对数据运行累积链接混合模型。

我的反应变量是生殖阶段（Ovu），从0（未开始）到5（下蛋）。在我的模型中，我有一个表示气候（Env）的连续变量，日期（从1月1日开始的天数，我将其划分为4个类别以使模型稳定），年份和世系（2个级别），但是我有点困惑并且不确定如果我正确地进行了这种分析

因此，在我开始前进之前的问题是：您认为我使用的是正确的方法吗？或您还有其他建议吗？

我的数据

> Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   925 obs. of  6 variables:  $
> Abbpop        : chr  "LV" "LV" "LV" "LV" ...  $ Year          : num 
> 2018 2018 2018 2018 2018 ...  $ DaysJanReduced: num  90 90 90 90 90 90
> 90 90 90 90 ...  $ lineage       : chr  "MIXED" "MIXED" "MIXED"
> "MIXED" ...  $ Env           : num  -0.247 -0.247 -0.247 -0.247 -0.247
> -0.247 -0.247 -0.175 -0.175 -0.175 ...  $ ovulation     : num  0 0 0 0 0 0 0 0 0 0 ...

我正在尝试查看血统和气候是否对生殖阶段（Ovu）有影响，但是我不确定我是否正在正确地解决这一问题。我一直在努力。

1.-首先，我转换为一个因子：年，日期和我的响应变量。对于Year and Date，我认为这是获得安全模型的唯一解决方案，因为使用连续去稳定化模型会导致不稳定。我遵循了教程clmm2，并查看了黑森州的条件编号。 9找不到专门针对clmm的其他教程。

2.-其次，我使用下面的代码和this one

检查了几率并获得了很大的P阀用于环境变量

#Testing for odds PCA <- scale(Females$Env) modelclm1<-clm(Ovu~ lineage + DJ + PCA + Y , data=Females) nominal_test(modelclm1)

nominal_test（modelclm1）   名义效果测试

> formula: Ovu ~ lineage + DJ + PCA + Y
>         Df logLik  AIC  LRT Pr(>Chi)     <none>       -747 1526                   lineage                                  DJ                           
> PCA      3   -736 1510 21.9    7e-05 *** Y                            
> 
> --- Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

3.-经过研究和阅读后，我决定，即使违反了该假设，我的模型也仍然是这样

fm6 <-clmm（Ovu〜DJ + Y +世系+ Females $ Env +（1 | Abbpop），数据 =女性）摘要（fm6）

Cumulative Link Mixed Model fitted with the Laplace approximation

formula: Ovu ~ DJ + Y + Lineage + Females$Env + (1 | Abbpop)
data:    Females

 link  threshold nobs logLik  AIC     niter      max.grad cond.H 
 logit flexible  885  -729.79 1493.58 1535(5923) 1.54e-03 5.8e+03

Random effects:
 Groups Name        Variance Std.Dev.
 Abbpop (Intercept) 0.731    0.855   
Number of groups:  Abbpop 103 

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
DJ100          0.776      0.703    1.10  0.26994    
DJ110          1.447      0.722    2.00  0.04499 *  
DJ120          3.425      0.782    4.38  1.2e-05 ***
DJ130          3.176      0.899    3.53  0.00041 ***
Y2014          3.084      1.032    2.99  0.00279 ** 
Y2015          0.736      0.916    0.80  0.42160    
Y2016         -0.133      1.036   -0.13  0.89802    
Y2017          2.019      1.013    1.99  0.04619 *  
Y2018          0.538      0.966    0.56  0.57760    
LineageSA      0.560      0.379    1.48  0.13904    
LineageTUS     1.135      0.424    2.67  0.00748 ** 
Females$Env   -1.227      0.418   -2.93  0.00334 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Threshold coefficients:
    Estimate Std. Error z value
0|1    2.252      0.690    3.26
1|2    2.570      0.691    3.72
2|3    7.516      0.746   10.07
3|4    7.964      0.758   10.51
(40 observations deleted due to missingness)

我的解释 在这里，这是年份和日期之一的影响。在较低的环境变量值下，我似乎获得了最先进的繁殖阶段。在TUS世系中，生殖阶段较高，对吗？

非常感谢所有帮助！非常感谢

CLMM（）序数包中的连续变量和因子

0 个答案: