Question

我正在使用R中的marked包来模拟人群的年间生存率变异性。通过测试几个模型（比较AIC值），我获得了phi（表观生存参数）和p（捕获/检测概率）。

这是我的数据（类data.frame）的样子：

        ch   Sex   SVL WT1 WT2 WT3 WT4 WT5 WT6 WT7
1    0100000   M 57.10 -15 -16 -21 -26 -16 -14 -21
2    0100000   F 59.43 -15 -16 -21 -26 -16 -14 -21
3    0100000   F 67.57 -15 -16 -21 -26 -16 -14 -21
4    0100000   F 65.10 -15 -16 -21 -26 -16 -14 -21

其中WT1，WT2等是每年的最低冬季温度，而ch是多年来的捕获历史（0 =缺席，1 =存在）。

目标是获得模型Phi（WT）p（t）。我继续这段代码：

data.proc <- process.data(data.full, model = 'cjs', begin.time = 1)
data.ddl <- make.design.data(data.proc)

# capture-recapture model fitting (crm):
mod.Phit.pt <- crm(data.proc, data.ddl, 
                   model.parameters=list(Phi=list(formula=~time),
                   p=list(formula=~time)),method="Nelder- 
                   Mead",hessian=T)

这可行，渲染模型Phi（t）p（t）

mod.Phit.WT <- crm(data.proc, data.ddl, 
model.parameters=list(Phi=list(formula=~WT)), 
p=list(formula=~time))

这不起作用，导致错误：

crm中的错误（data.proc，data.ddl，model.parameters = list（Phi = 列表（公式=〜WT））：参数4匹配多个形式参数

我应该使用其他格式的时变协变量WT吗？

向R

0 个答案: