=======
Мне нужно понять, какие факторы могут объяснить реализацию директивы.Мой дизайн включает в себя биогеографический регион с 2 уровнями, вложенную переменную внутри биогеографического региона - морское подразделение - с 3 уровнями в каждом уровне биогеографического региона и критериями (16 уровней) и группами (11 уровней).Каждое морское подразделение включает подсчеты, касающиеся критериев и групп.Все мои факторы категоричны.
Пример кадра данных, сумма, это:
Biog_Reg Marine.Sub.Unit Criteria Group Count
Кельтские моря FR_CelticМоря 1.1 Бентические места обитания 1
Кельтские моря FR_Celtic Seas 1.1 Рыбы 15
Кельтские моря FR_Celtic Seas 1.1 Морские млекопитающие 6
Кельтские моря FR_Celtic Seas 1.1 Морские черепахи 6
Кельтские моря FR_Celtic Seas 1.1 Пелагические места обитания 0
Кельтские моря FR_Celtic Seas 1.1 Планктон 0
Кельтские моря FR_Celtic Seas 1.1 Рок и биогенный риф 0
Кельтские моря FR_Celtic 1.1Морские птицы 14
Кельтские моря FR_Celtic Seas 1.1 Осадочные местообитания 1
Кельтские моря FR_Celtic Seas 1.2 Рыба 0
Поскольку я обращаюсь к данным подсчета вложений и хочу получить к ним доступвсе правильные взаимодействия, я пытаюсь использовать GLMM для выполнения анализа.Я протестировал несколько моделей, но наиболее полная включает в себя следующую конструкцию:
Model3 <- glmer (Count ~ Biog_Reg + Критерии + Группа + Biog_Reg: Критерии + Biog_Reg: Группа + (1 | Marine.Sub.Unit / Biog_Reg), family = poisson (), data = sum) </p>
(я понимаю, что перейти на следующую модель будет проще, но она просто не будет работать: Model3 <- glmer (Count ~ Biog_Reg * Criteria *)Group + (1 | Marine.Sub.Unit / Biog_Reg), family = poisson (), data = sum)) </p>
Тем не менее, для решения модели требуется очень много времени, и когда она это делает, предоставляется следующееошибки:
" Матрица корреляции не показана по умолчанию, так как p = 54> 12. Используйте print (x, correlation = TRUE) или vcov (x), если вам нужен код конвергенции:0 невозможно оценить масштабированный градиент. Модель не удалось сойтись: вырожденный гессиан с 2 отрицательными собственными значениями, не удалось сойтись в 10000 оценках. Предупреждающие сообщения: 1: In vcov.merMod (object, use.hessian = use.hessian): variance-covariance matрикс, вычисленный по конечно-разностному гессиану, не является положительно определенным или содержит значения NA: возвращаясь к var-cov, оцененному по RX "
Я относительно новичок в GLM в целом, поэтому я имеюнесколько вопросов:
- Правильно ли указан тип модели и синтаксис модели?Моя переменная естественным образом вложена, т. Е. Каждое морское подразделение принадлежит только одному из двух биогеографических регионов, поэтому должна ли более простая анова решить эту проблему?
- Несмотря на ошибки, модель предоставляет результаты для каждого уровнякаждый фактор в отдельности.Если модель верна, как я могу получить результаты для фактора?
- Должен ли я вложить Критерии и Группу в Морское Подразделение, даже если они не случайные?Если да, то каков для этого синтаксис?
- Стоит ли вместо этого рассматривать модели с барьерами?
Я уже прочитал огромное количество информации, но с учетом: "Шилзет,H. and Nakagawa, S. (2013), Вложенный по замыслу: подбор модели и интерпретация в эпоху смешанных моделей. " Я должен пойти на смешанные модели и GLMM с распределением Пуассона.Это должно обрабатывать данные подсчета.Я встречал много похожих вопросов, но ни один из них не ответил на мои сомнения.
Пожалуйста, помогите !!!