У меня есть набор данных, который обычно не распределен и не имеет одинаковой дисперсии. По моим данным, я выбрал 3 различных среды обитания с течением времени. В каждой среде у меня было 12 постоянных станций, и с каждой станции у меня еженедельное наблюдение за весом (численное) в течение 8 недель. Иногда было невозможно отобрать все 12 станций в течение данной недели, поэтому у меня также есть пропущенные значения.
Я хотел бы знать, различается ли мой наблюдаемый вес между средами обитания с учетом повторных измерений. Я думал, что это будет возможно с использованием теста Skillings Mack в R. Однако, когда я запускаю тест, я могу только оценить, есть ли разница между всеми станциями (36) вместо 3 сред обитания. Есть ли способ, которым я могу изменить свой код, чтобы я мог найти разницу между местами обитания, а не станциями?
station <- rep(c(paste0("b", 1:12), paste0("c", 1:12), paste0("d", 1:12)),8)
habitat <- rep(c(rep("B", 12), rep("A",12), rep("D",12)),8)
week <- sort((rep(c(1:8), 36)))
weight <- sample(1:50, 288, replace=TRUE)
ind <- which(weight %in% sample(weight, 2))
weight[ind]<-NA
library(Skillings.Mack)
Ski.Mack(y = weight , groups= habitat, blocks = week, simulate.p.value = TRUE, B = 1000)
Ski.Mack(y = weight , groups= station, blocks = week, simulate.p.value = TRUE, B = 1000)
Первый Ski.Mack - это результат, который мне действительно интересен, но он дает мне ошибка:
Error in Ski.Mack(y = weight, groups = habitat, blocks = week, simulate.p.value = TRUE, :
Block#1 has only one observation. Please remove this block
Вторая строка работает, так как я заменил среду обитания станцией с уникальным идентификатором. Но это не тот результат, который меня интересует. Есть ли способ провести анализ SKillings Mack с использованием среды обитания в качестве фактора группировки?