สวัสดีปรมาจารย์ด้านสถิติและวิซาร์ดการเขียนโปรแกรม R
ฉันสนใจในการสร้างแบบจำลองสัตว์จับเป็นฟังก์ชั่นของสภาพแวดล้อมและวันของปี เป็นส่วนหนึ่งของการศึกษาอื่นฉันได้นับการจับกุมในเวลาประมาณ 160 วันในระยะเวลาสามปี ในแต่ละวันฉันมีอุณหภูมิ, ฝน, ความเร็วลม, ความชื้นสัมพัทธ์และอื่น ๆ เนื่องจากข้อมูลถูกรวบรวมซ้ำ ๆ กันจาก 5 แปลงเดียวกันฉันใช้พล็อตเป็นผลแบบสุ่ม
ความเข้าใจของฉันคือ nlme สามารถอธิบายความสัมพันธ์ระหว่างกาลชั่วคราวในส่วนที่เหลือได้อย่างง่ายดาย แต่ไม่ได้จัดการฟังก์ชั่นลิงค์ที่ไม่ใช่แบบเกาส์เช่น lme4 (ซึ่งไม่สามารถจัดการความสัมพันธ์แบบอัตโนมัติได้) ขณะนี้ฉันคิดว่ามันอาจใช้งานแพคเกจ nlme ใน R on log (นับ) ดังนั้นวิธีแก้ปัญหาของฉันตอนนี้คือการเรียกใช้สิ่งที่ชอบ:
m1 <- lme(lcount ~ AirT + I(AirT^2) + RainAmt24 + I(RainAmt24^2) + RHpct + windspeed +
sin(2*pi/360*DOY) + cos(2*pi/360*DOY), random = ~1|plot, correlation =
corARMA(p = 1, q = 1, form = ~DOY|plot), data = Data)
โดยที่ DOY = วันแห่งปี อาจมีการโต้ตอบกันมากขึ้นในรุ่นสุดท้าย แต่นี่เป็นความคิดทั่วไปของฉัน ฉันยังสามารถลองจำลองโครงสร้างความแปรปรวนเพิ่มเติมกับสิ่งที่ชอบ
weights = v1Pow
ฉันไม่แน่ใจว่ามีวิธีที่ดีกว่าสำหรับการถดถอยแบบปัวซองหรืออะไร? ฉันเพิ่งพบการสนทนาทางคณิตศาสตร์ในบทที่ 4 ของ "ตัวแบบการถดถอยสำหรับการวิเคราะห์อนุกรมเวลา" โดย Kedem และ Fokianos ในตอนนี้มันเกินกว่าฉันเล็กน้อยโดยเฉพาะอย่างยิ่งในแอปพลิเคชัน (เข้ารหัสใน R) ฉันเห็นโซลูชัน MCMC ใน Zuur และคณะ หนังสือแบบผสมเอฟเฟกต์ (Chp 23) ในภาษา BUGS (โดยใช้ winBUGS หรือ JAG) นั่นคือตัวเลือกที่ดีที่สุดของฉันหรือไม่ มีแพ็คเกจ MCMC ง่าย ๆ ใน R ที่จะจัดการกับเรื่องนี้หรือไม่? ฉันไม่คุ้นเคยกับเทคนิคของ GAMM หรือ GEE แต่ยินดีที่จะสำรวจความเป็นไปได้เหล่านี้หากผู้คนคิดว่าพวกเขามีข้อมูลเชิงลึกที่ดีกว่าวัตถุประสงค์หลักของฉันคือการสร้างแบบจำลองเพื่อทำนายการจับสัตว์ตามสภาพแวดล้อม ประการที่สองฉันอยากจะอธิบายสิ่งที่สัตว์ตอบสนองในแง่ของกิจกรรมของพวกเขา
ความคิดใด ๆ เกี่ยวกับวิธีที่ดีที่สุดในการดำเนินการ (ปรัชญา) วิธีการเขียนโค้ดใน R หรือใน BUGS จะได้รับการชื่นชม ฉันค่อนข้างใหม่กับ R และ BUGS (winBUGS) แต่ฉันกำลังเรียนรู้ นี่เป็นครั้งแรกที่ฉันเคยพยายามแก้ปัญหาความสัมพันธ์เชิงกาลเวลา
ขอบคุณแดน