我正在使用来自网站的数据来检查不同因素在几个晚上对网站退出的影响。日落后我用了几分钟的时间来研究蝙蝠离开现场的情况。
我想查看骚乱发生前的 5 个晚上和骚乱后的 5 个晚上。我删除了分析中的干扰之夜 (Night0)。
我的问题是:我可以取前 5 天(自然变化)的变量(日落后的分钟数)的平均值,然后将其与 Night+1、+2、+3、+4 和 + 的输出进行比较5? 这在统计上有效吗?
我犹豫是否使用日落以来的分钟平均值并将其影响到“之前”因素,或者堆叠前 5 个晚上的所有行并将其影响到“之前”因素。
我希望我的问题很清楚。
非常感谢您的回复
我不会接受骚乱前夜晚的平均值,不。我会将原始数据汇总到“干扰前”因素下,然后将它们与“第一晚”、“第二晚”等汇总数据进行比较。如果您有多个站点,则需要加入随机效果。此外,考虑到您的响应距离事件发生只有几分钟的时间,因此您需要使用伽马分布。下面是如何在 R 和 lme4 中完成此操作的代码:
library(lme4)
my.data$pool <- relevel(my.data$pool, ref="pre-disturbance")
#This is setting your model's reference level to the pre-disturbance pooled data.
#When you run summary() on the model object, it will compare your daily disturbance
#pools directly to the 'pre-disturbance' pool.
model <- glmer(num.minutes ~ data.pool + (1|site), family=Gamma(link='log'), data=my.data)
#The model
summary(model)