Question

我一般是混合效果模型和统计资料的新手，因此，非常感谢您的帮助和反馈。我正在使用一个数据集来研究农药对岛上形态物种丰富度的影响。该岛分为几个地点。每个站点内有2个样带，始终从边缘（0m）到站点中心（最大样带长度）延伸。陷阱沿样条线的左侧和右侧以相同的顺序放置，因此在0m处左侧有1个陷阱，在右边1m处是陷阱，在2.5m左侧有1个陷阱，在右侧也有同样的陷阱，等等。共有9个总共只有2个是低农药位点，其余是高农药位点。数据如下所示：

> head(per_trap)
  Zone Site Transect Pitfall Distance SR Intensity_Pest Size 
1  Z01  S01        1       1      0.0  9              0   35 
2  Z01  S01        1       1      2.5 11              0   35 
3  Z01  S01        1       2      0.0 13              0   35 
4  Z01  S01        1       2      2.5 10              0   35 
5  Z01  S01        1       3      5.0 28              0   35 
6  Z01  S01        1       3     12.5 11              0   35

我想生成一个混合效应模型，以查看农药的影响（Intensity_Pest）和距站点边缘的距离（距离）对物种丰富度（SR）的影响。 Intensity_Pest是一个二进制变量，其中0为低农药，而1为高农药。

到目前为止，我已经知道了：

per_trap.glmer <- glmer(SR ~ Intensity_Pest * Distance + 
                       (1 | Transect), family = 'poisson', 
                        data = per_trap)

我确实从将Site作为嵌套的随机因素开始，但是我遇到了数据变得奇异的问题，因此不得不忽略它。我还想解释一个事实，我沿着样条线有不同数量的不同距离的副本，例如只有一些样段的长度为35m，因此该距离的重复样较少。我已经运行了上面的代码，但是它返回警告。

Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model failed to converge with max|grad| = 0.00295973 (tol = 0.002, component 1)
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model is nearly unidentifiable: very large eigenvalue
 - Rescale variables?

有人告诉我，我不必一定要担心这些问题，因为从模型输出中获得的收益可能是相似的，如果对此进行更正，我将只能获得更多的解释权。但是，如果有一个相对简单的方法可以解决此问题，我希望将其应用。

> summary(per_trap.glmer)
Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) ['glmerMod']
 Family: poisson  ( log )
Formula: SR ~ Intensity_Pest * Distance + (1 | Transect)
   Data: per_trap

     AIC      BIC   logLik deviance df.resid 
  1893.3   1912.5   -941.6   1883.3      340 

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-2.9201 -0.7101 -0.0597  0.6505  4.4403 

Random effects:
 Groups   Name        Variance Std.Dev.
 Transect (Intercept) 0.007106 0.0843  
Number of obs: 345, groups:  Transect, 18

Fixed effects:
                         Estimate Std. Error z value Pr(>|z|)    
(Intercept)              2.435496   0.069047  35.273  < 2e-16 ***
Intensity_Pest          -0.375478   0.080375  -4.672 2.99e-06 ***
Distance                 0.013579   0.002796   4.857 1.19e-06 ***
Intensity_Pest:Distance  0.010614   0.003371   3.149  0.00164 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
            (Intr) Intn_P Distnc
Intnsty_Pst -0.859              
Distance    -0.669  0.575       
Intnsty_P:D  0.555 -0.675 -0.828
convergence code: 0
Model failed to converge with max|grad| = 0.00295973 (tol = 0.002, component 1)
Model is nearly unidentifiable: very large eigenvalue
 - Rescale variables?

我还想使用Satterthwaite近似方法评估模型。我已经安装了软件包并加载了该软件包，但是我的模型仍在运行最大似然方法，而anova（）的输出仍未返回p值。任何对此的想法将不胜感激。

谢谢。

广义混合效应模型的问题

0 个答案: