MCMCglmm 中的重复测量

Question

我正在分析我得到的一些数据，其设置如下:

• 2 个站点
• 每个站点 30 棵树(树嵌套在站点中)
• 每棵树 12 个分支(每个方向的分支 - 每个树冠级别的 N、S、E、W - 上、中、低)(重复测量)
• 因变量是昆虫对枝条的伤害(每个枝条受损的枝条的比例)

目标是确定昆虫损害是否在树内变化(从数据中我们看不到主要方向的影响和树冠水平的明显影响)

我想使用 MCMCglmm 对这些数据建模，我通过如下编码在站点中嵌套了树(其中 DF 是我的数据框):

 DF$Tr<-Df$Site:Df$Tree 

我的MCMCglmm模型如下:

prior1 = list(R = list(V = 1, nu = 0.002), G = list(G1 = list(V =  1, nu = 0.002)))

Fit1<-MCMCglmm(cbind(Damage,No.dam) ~ Crown+Dir+Site, random = ~Tr, family="multinomial2", prior = prior1, data=DF,verbose=F)

我对如何在模型中指定重复测量感到困惑。我想我需要使用 rcov~units 或 rcov~idh(Tr):单位

但是，我不确定哪个是正确的(或者我可能完全偏离了轨道)。我是一名研究生，所以我仍在学习统计数据，我的部门中没有人使用这些类型的模型，我发现很难找到我需要的帮助。

提前感谢您的任何建议!

Answer 1

1. 对于初学者来说，如果我很好地理解你的实验描述， Twig 会重复，而不仅仅是树。因此，我会将分支 ID 作为一个随机变量来解释重复测量，而不是树 ID。
2. 如果您将二元结果设置为具有两个单独的特征(带有 cbind 的两列)，则您的分布类型应为“multinomial2”。

This article可能有助于理解如何使用 MCMCglmm 对二进制结果进行建模。如果您有更多关于建模(即统计)的问题，而不是 MCMCglmm 的工作原理，您可能会在 Cross Validated 上获得更好的答案。 .

关于 rcov: 我认为令人困惑的是 GLMM 用于处理重复测量中残差的相关性。因此，将重复变量放在残差的协方差矩阵中感觉很自然，但实际上协方差已经通过使用重复测量分组项作为随机因子来处理。因此，默认的 rcov = units 应该没问题。