具有不规则时间自相关功能的glmmTMB

时间:2018-10-21 18:43:30

标签: r mixed-models

我正在整理一个glmmTMB模型。每年5月,我在一个站点上收集了4年的数据。一年中的时间分辨率范围从几分钟(甚至同一分钟)到几天不等。 covariance vignette表示ar1()结构需要一个规则的时间序列,但是ou(times + 0 | group)结构可以处理不规则的时间。就是说-看来times参数是一个因素-它如何在不规则的时间结构中起作用?

例如,这是对ou()结构的正确使用吗?

df <- structure(list(DayYear = c(234, 220, 234, 231, 243, 229, 228, 
223, 220, 218, 234, 237, 234, 231, 241, 237, 241, 241, 233, 234, 
234, 232, 218, 227, 232, 229, 220, 223, 228, 224), DateTime =     structure(c(1495477980, 
1399590540, 1495479780, 1495225920, 1464631980, 1495052760, 1463324460, 
1494525780, 1494256560, 1494088440, 1495471320, 1495730940, 1495476960, 
1495225200, 1432919940, 1495725900, 1432924200, 1432918860, 1495384020, 
1495479900, 1463848140, 1495298820, 1399420080, 1463253000, 1463692920, 
1495037040, 1494275160, 1494510780, 1463348220, 1494597180), class =     c("POSIXct", 
"POSIXt"), tzone = ""), Year = c(2017, 2014, 2017, 2017, 2016, 
2017, 2016, 2017, 2017, 2017, 2017, 2017, 2017, 2017, 2015, 2017, 
2015, 2015, 2017, 2017, 2016, 2017, 2014, 2016, 2016, 2017, 2017, 
2017, 2016, 2017), N = c(2, 2, 7, 2, 6, 4, 1, 4, 1, 3, 1, 6, 
2, 2, 2, 2, 5, 5, 3, 5, 3, 2, 4, 1, 6, 2, 2, 3, 5, 2)), row.names = c(NA, 
-30L), class = c("tbl_df", "tbl", "data.frame"))

在一年内创建采样因子

df <- df %>%
    arrange(DateTime) %>%
    group_by(Year) %>%
    mutate(times = 1:n()) %>%
    ungroup() %>%
    mutate(YearF = as.factor(Year),
            times = numFactor(times))

mod1 <- glmmTMB(N ~ DayYear + YearF + 
            ou(times + 0 | YearF),
            family = nbinom2,
            data = df)

由于玩具数据集非常小(并且可能没有显示我需要显示的内容),因此该特定模型的运行效果不是很好-但这是在不规则时间序列下自相关结构的正确规范吗? >

1 个答案:

答案 0 :(得分:1)

不,不是:您必须在numFactor中使用小数时间/日期。您完成此操作的方式会将数据集强制等距排列。下面,我使用lubridate::decimal.date(DateTime) %% 1来获取用作时间坐标的年分数变量。

library(dplyr)
library(lubridate)
library(glmmTMB)
df2 <- (df
    %>% arrange(DateTime)
    %>% group_by(Year)
    %>% mutate(times = lubridate::decimal_date(DateTime) %% 1)
    %>% ungroup()
)

df3 <- (df2
    %>% mutate(YearF = as.factor(Year),
               times = glmmTMB::numFactor(times))
    %>% select(N, DayYear, YearF, times)
)

mod1 <- glmmTMB(N ~ DayYear + YearF + 
            ou(times + 0 | YearF),
            family = nbinom2,
            data = df3)