Questions tagged «nested-data»


2
带嵌套的混合效果模型
我从以下组织的实验中收集了数据: 两个站点,每个站点有30棵树。每个部位治疗15例,对照15例。从每棵树中,我们采样了三根茎和三根根,因此每棵树有6个1级样品,由两个因子水平(根,茎)之一表示。然后,从这些茎/根样本中,我们通过解剖样本中的不同组织来获取两个样本,这由组织类型(组织类型A,组织类型B)的两个因子水平之一表示。这些样本作为连续变量进行测量。观测总数为720;2个地点* 30棵树*(三个茎样本+三个根样本)*(一个组织A样本+一个组织B样本)。数据看起来像这样... ï..Site Tree Treatment Organ Sample Tissue Total_Length 1 L LT1 T R 1 Phloem 30 2 L LT1 T R 1 Xylem 28 3 L LT1 T R 2 Phloem 46 4 L LT1 T R 2 Xylem 38 5 L LT1 T R 3 Phloem 103 …

1
何时在模型中包括随机效应
我是混合建模的新手,我对在进行分析时是否适合使用随机效应感到困惑。任何意见,将不胜感激。 我的研究正在测试新近开发的哺乳动物丰度指数如何预测已建立但劳动强度更高的指数的价值。我一直在多个森林补丁中测量这些指数,每个森林补丁中都有多个图。 因为我对森林补丁的效果并不直接感兴趣,并且因为我的样地嵌套在森林补丁中,所以我一直将森林补丁用作随机效果。但是,我对此有两个问题: 首先,我知道随机效应使您能够在所有可能水平的随机因子上,而不只是在抽样的水平上,对结果进行概括。但是在我看来,要进行这种推断,您的水平必须随机抽样吗?我的森林斑块不是随机取样的,所以我仍然可以将它们用作随机效果吗? 第二,我读过,您可以通过进行似然比检验来比较具有和没有效应的模型,从而检验是否有必要产生随机效应。我已经做到了,它表明随机效应模型不能解释数据,而只能解释固定效应模型。我的问题是我的地块仍然嵌套在森林斑块中,因此大概不是独立的。因此,我可以使用这种LRT方法来证明排除随机效应的合理性,还是我仍需要包括它来解决嵌套问题?如果我最终消除了随机效应,是否有办法验证森林斑块内的地块是否可以视为独立的? 谢谢你的帮助! 周杰伦
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.