Я проводил полевые наблюдения, где подсчитывал количество птиц на участке, я повторял наблюдение 4 раза в разные месяцы.Цель этого состоит в том, чтобы увидеть, влияет ли землепользование на количество наблюдаемых птиц.
Моя формула: bird.count ~ lu + (1 | plot)
bird.count данные подсчета с большим количеством нулевых наблюдений и средним значением count = 2 с дисперсией = 5.9, luэто фактор с шестью уровнями, а сюжет является фактором с 36 уровнями, где я проводил повторные наблюдения.Всего у меня 144 наблюдения.
На основании всего этого я выполнил отрицательную биномиальную регрессию со смешанным эффектом, но получил предупреждения о невозможности сближения, и Std.Error коэффициентов очень высоки и одинаковы.
Затем я попытался усреднить количество птиц на каждом участке, а затем провел 36 наблюдений.Я сделал это, чтобы мне не пришлось использовать модель со смешанным эффектом.Я запустил glm, предполагая распределение по Гауссу, но Std.Error коэффициентов очень высоки и одинаковы.
То, что я пробовал,
fit.x10 <- glmer.nb (bird.count ~ 1 + (1|plot) , data= birds.data)
There were 13 warnings (use warnings() to see them)
fit.x11 <- glmer.nb (bird.count ~ lu + (1|plot), data= birds.data)
There were 32 warnings (use warnings() to see them)
Это не дало никаких предупреждений
fit.y10 <- glmmTMB(
bird.count ~ (1|plot), data= birds.data,
family = nbinom2, ziformula = ~0, se = TRUE,
verbose = FALSE, doFit = TRUE
)
Это не дало никаких предупреждений, но Std.Error для перехвата и коэффициентов высоки иодинаковых значений.Для графика случайных эффектов var = 0.1946 и std = 0.4412
fit.y11 <- glmmTMB(
bird.count ~ lu+ (1|plot), data= birds.data,
family = nbinom2, ziformula = ~0, se = TRUE,
verbose = FALSE, doFit = TRUE
)
Это не дало никаких предупреждений, но Std.Error для пересечения и коэффициентов высокие и имеют одинаковые значения
fit.z11 <- glm (bird.count ~ lu , data= birds.data.avg, family = gaussian)
Любой совет, как диагностировать проблему или я что-то не так делаю?