Подходят ли мои данные для вложенной модели ANOVA / линейных смешанных эффектов и как должна быть написана формула?

Question

У меня есть одно непрерывное измерение, которое я собрал у 40 разных мышей.Они были разделены на восемь корпусов под одной из четырех различных обработок света (каждая обработка применялась в двух экземплярах).Мой эксперимент проверил два вида мышей, как самцов, так и самок, но эти соотношения не были равны.В основном меня интересуют различия между обработкой светом, а не между корпусами, хотя в конечном итоге я бы тоже хотел это оценить.Будут ли мои данные лучше всего подходить для вложенной модели ANOVA или линейной модели смешанных эффектов?Как должна выглядеть формула?

Я знаю, что это не может быть двусторонним ANOVA, поскольку подгруппы были неравного размера.Я не уверен, что случайная величина будет.Я считаю, что группы - это лечение светом, и что подгруппами были бы пол и виды (и, возможно, номер вложения?).

Вот что я нашел в Интернете для «несбалансированного двухстороннего ANOVA»:

model3 <- aov(NSTC ~ Sex*Species*Light, data=NSTC)
Anova(model3, type = "III")

И это код, который я нашел для вложенного ANOVA, который выдает мне ошибку, хотяЯ указываю термин случайного эффекта («В формуле не указаны термины случайного эффекта»)

model4 = lmer(NSTC ~ Light+Species+Sex, random=~1|ID, 
            data=NSTC, 
            REML=T)

Я ожидаю, что мои данные будут иметь очень небольшое значение, но я в основном не вижу ни одного из кода, который я пробовалдо настоящего времени.

Answer 1

Проблема вашей модели lmer "не иметь случайных эффектов" заключается в том, что у вас неправильный синтаксис для этой функции.

должно быть:

model4 = lmer(NSTC ~ Light+Species+Sex+(1|ID), 
        data=NSTC, 
        REML=T)

Чтобы включить вложения в качестве случайных эффектов и ID, вложенный в:

model4 = lmer(NSTC ~ Light+Species+Sex+(1|Enclosure/ID), 
        data=NSTC, 
        REML=T)

Это предполагает, что каждая мышь ID была только в 1 корпусе каждая. Если каждая мышь ID посетила каждый корпус, то вы, вероятно, хотите пересечь их:

model4 = lmer(NSTC ~ Light+Species+Sex+(1|ID)+(1|Enclosure), 
        data=NSTC, 
        REML=T)

См. https://stats.stackexchange.com/questions/228800/crossed-vs-nested-random-effects-how-do-they-differ-and-how-are-they-specified для более подробной информации о скрещенных и вложенных случайных эффектах.

Также обратите внимание, что вам также доступны условия взаимодействия. Например, если вам интересно, как разные виды реагируют на свет, взаимодействие между этими двумя фиксированными эффектами записывается как Light:Species, которое вы бы добавили в качестве его собственного ввода, например:

model4 = lmer(NSTC ~ Light+Species+Sex+Light:Species+(1|Enclosure/ID), 
        data=NSTC, REML=T)

Хотя символ * является ярлыком для получения каждого термина самостоятельно + взаимодействия. Итак, Light+Species+Light:Species совпадает с Light*Species, что намного проще:

model4 = lmer(NSTC ~ Light*Species+Sex+(1|Enclosure/ID), 
        data=NSTC, REML=T)

Этот документ имеет общую справку lme4 справка: https://cran.r -project.org / web / packages / lme4 / vignettes / lmer.pdf