У меня есть данные, смотрящие на изменение NDVI (индекс растительности; непрерывная переменная) со временем таяния снега (ранний, средний или поздний; категориальная переменная).
Я предполагаю, что они линейно связаны, поэтому я выполняю линейную модель смешанных эффектов. У меня 9 трансектов (по 3 в каждой области таяния снега), каждый с 15 участками. Модель, которую я запускаю, выглядит следующим образом:
m.ndvi <- lme(NDVI ~ Snowmelt, random=~1|transect/plot, data=NDVI)
summary(m.ndvi)
Теперь мне нужно проверить предположения. Первый - это линейность, которую, я думаю, можно посмотреть с помощью следующей команды:
plot(m.ndvi)
Это явно не случайно. Внутри каждого трансекта наблюдается тенденция к увеличению (или я думаю, что внутри каждого трансекта, так как, кажется, существует 9 групп):
Я читал об этой теме, нов большинстве случаев я обнаружил, что «не случайно? - делать что-то другое». Но я хотел бы лучше понять, почему данные ведут себя так (и знать, действительно ли они так поступают или я допустил ошибку в своем анализе: либо при записи в R, либо исходя из сделанных мной предположений)
Я был бы очень признателен, если бы кто-нибудь дал мне толчок в правильном направлении.
Вот данные:
NDVI <- structure(list(Snowmelt = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L), .Label = c("Early", "Mid", "Late"), class = "factor"), transect = c("T1",
"T1", "T1", "T1", "T1", "T1", "T1", "T1", "T1", "T1", "T1", "T1",
"T1", "T1", "T1", "T2", "T2", "T2", "T2", "T2", "T2", "T2", "T2",
"T2", "T2", "T2", "T2", "T2", "T2", "T2", "T3", "T3", "T3", "T3",
"T3", "T3", "T3", "T3", "T3", "T3", "T3", "T3", "T3", "T3", "T3",
"T4", "T4", "T4", "T4", "T4", "T4", "T4", "T4", "T4", "T4", "T4",
"T4", "T4", "T4", "T4", "T5", "T5", "T5", "T5", "T5", "T5", "T5",
"T5", "T5", "T5", "T5", "T5", "T5", "T5", "T5", "T6", "T6", "T6",
"T6", "T6", "T6", "T6", "T6", "T6", "T6", "T6", "T6", "T6", "T6",
"T6", "T7", "T7", "T7", "T7", "T7", "T7", "T7", "T7", "T7", "T7",
"T7", "T7", "T7", "T7", "T7", "T8", "T8", "T8", "T8", "T8", "T8",
"T8", "T8", "T8", "T8", "T8", "T8", "T8", "T8", "T8", "T9", "T9",
"T9", "T9", "T9", "T9", "T9", "T9", "T9", "T9", "T9", "T9", "T9",
"T9", "T9"), plot = c("T1_1", "T1_2", "T1_3", "T1_4", "T1_5",
"T1_6", "T1_7", "T1_8", "T1_9", "T1_10", "T1_11", "T1_12", "T1_13",
"T1_14", "T1_15", "T2_1", "T2_2", "T2_3", "T2_4", "T2_5", "T2_6",
"T2_7", "T2_8", "T2_9", "T2_10", "T2_11", "T2_12", "T2_13", "T2_14",
"T2_15", "T3_1", "T3_2", "T3_3", "T3_4", "T3_5", "T3_6", "T3_7",
"T3_8", "T3_9", "T3_10", "T3_11", "T3_12", "T3_13", "T3_14",
"T3_15", "T4_1", "T4_2", "T4_3", "T4_4", "T4_5", "T4_6", "T4_7",
"T4_8", "T4_9", "T4_10", "T4_11", "T4_12", "T4_13", "T4_14",
"T4_15", "T5_1", "T5_2", "T5_3", "T5_4", "T5_5", "T5_6", "T5_7",
"T5_8", "T5_9", "T5_10", "T5_11", "T5_12", "T5_13", "T5_14",
"T5_15", "T6_1", "T6_2", "T6_3", "T6_4", "T6_5", "T6_6", "T6_7",
"T6_8", "T6_9", "T6_10", "T6_11", "T6_12", "T6_13", "T6_14",
"T6_15", "T7_1", "T7_2", "T7_3", "T7_4", "T7_5", "T7_6", "T7_7",
"T7_8", "T7_9", "T7_10", "T7_11", "T7_12", "T7_13", "T7_14",
"T7_15", "T8_1", "T8_2", "T8_3", "T8_4", "T8_5", "T8_6", "T8_7",
"T8_8", "T8_9", "T8_10", "T8_11", "T8_12", "T8_13", "T8_14",
"T8_15", "T9_1", "T9_2", "T9_3", "T9_4", "T9_5", "T9_6", "T9_7",
"T9_8", "T9_9", "T9_10", "T9_11", "T9_12", "T9_13", "T9_14",
"T9_15"), NDVI = c(0.38, 0.28, 0.19, 0.32, 0.34, 0.4, 0.41, 0.45,
0.3, 0.26, 0.27, 0.29, 0.37, 0.43, 0.35, 0.37, 0.59, 0.61, 0.52,
0.28, 0.39, 0.25, 0.43, 0.65, 0.5, 0.26, 0.35, 0.23, 0.31, 0.37,
0.44, 0.48, 0.28, 0.46, 0.33, 0.41, 0.41, 0.43, 0.47, 0.51, 0.46,
0.48, 0.53, 0.57, 0.46, 0.58, 0.54, 0.42, 0.48, 0.46, 0.43, 0.55,
0.52, 0.62, 0.52, 0.47, 0.43, 0.42, 0.51, 0.51, 0.49, 0.39, 0.32,
0.39, 0.5, 0.46, 0.43, 0.44, 0.36, 0.53, 0.32, 0.2, 0.45, 0.28,
0.34, 0.33, 0.38, 0.41, 0.44, 0.41, 0.4, 0.39, 0.39, 0.37, 0.42,
0.43, 0.48, 0.34, 0.42, 0.32, 0.69, 0.58, 0.74, 0.46, 0.73, 0.56,
0.63, 0.63, 0.52, 0.63, 0.53, 0.71, 0.69, 0.68, 0.52, 0.52, 0.38,
0.49, 0.45, 0.41, 0.52, 0.46, 0.57, 0.53, 0.5, 0.53, 0.46, 0.51,
0.55, 0.31, 0.61, 0.65, 0.62, 0.58, 0.7, 0.66, 0.61, 0.6, 0.69,
0.64, 0.57, 0.57, 0.53, 0.45, 0.65)), class = "data.frame", row.names = c(NA,
-135L))