在R中使用lmer分析具有多个随机效应的混合模型？

Question

重新编辑我之前的帖子。我尝试过交叉验证，但由于编码查询而被关闭。

我目前正在尝试寻找最佳方法来分析栖息地恢复处理是否会影响沙丘生态系统上的节肢动物科丰富度，并且无法确定我的模型中的随机效应和固定效应以及允许运行的适当模型进行事后测试。

在保护区内的 9 个随机区块上进行了两种处理（除草剂和机械清除）和对照。每个块包含三个图（例如，1H、1S、1C -> 块 1；2H、2S、2C -> 块 2）。每个块/地块在两个不同的会话（sess）（春季或夏季）中采样两次，以解释昆虫类型活动的时间差异，尽管我对会话信息之间并不真正感兴趣。我在总共 54 个数据点中收到了不同的家庭响应变量数字。

春季学期 x 9 个街区 x 每个 3 个地块 = 27 个地块，夏季学期 x 9 个街区 x 每个 3 个地块 = 27 个地块

可能影响节肢动物组成的其他因素可能是非生物因素，例如沙丘保护区的侧面（东侧 - 沙粒较大的山脊顶部或西侧 - 海拔较低且与地面相似，沙粒较小）沙粒）。还有相对于太阳方向的方位（Aspect）。有些地块面向 N，其他地块面向 S、E 或 W。

根据我的理解，响应变量将是家庭丰富度（Families），自变量将是治疗（Treat），随机/混杂因素将是块、地块和方面，因为这些因素不受控制？我不太确定在我的情况下 Side 是固定的还是随机的。

我认为 Plot 可以嵌套在 Block 中。

固定效果：治疗；随机效果：块、图、方面；侧面未知，但我倾向于固定效应。

我尝试使用 lmer 建立线性模型，然后进行事后测试，但由于我对固定效应和随机效应的统计解释，我不太确定这是否是正确的结果。

lme <-lmer(Families~Treat + (1 |blck/plt ) + (1|Aspect) + (1|Side), data=df)
 summary(lme)
library(multcomp)
 summary(glht(lme, linfct = mcp(Treat = "Tukey")), test = adjusted("holm"))

任何关于输入是否是正确的模型，或者我是否错误地理解我的变量的帮助将不胜感激。这也是一个适当的事后测试来查看差异吗？

谢谢你。

我尝试了 Anova、Lmer、lm，但对于如何在代码中添加多个随机效应并获得正确的成对比较仍然有点困惑。

Answer 1

我想你想要

Families ~ Treat + Aspect + Side + (1 |blck/plt )

• 您希望

  Aspect

  和

  Side

  固定而不是随机的两个原因是 (1) 从概念上讲，（例如）N/S/E/W 不是 可交换 值，并且您不试图概括到其他方面； (2) 实际上，只有 2 (

  Side

  ) 或 4 (

  Aspect

  ) 级的随机效应很难拟合。
• 由于这是一个随机区组设计，因此您通常希望允许跨地块的治疗效果变化（即

  1|blck/plt/Treat

  ）；然而，由于您 (IUIC) 对每个图中的每个处理进行了一次观察，因此这种变化无论如何都会与残差变化混淆，因此

  1|blck/plt

  是合适的。

• Tukey 测试很好，但与其查看所有成对比较，我鼓励您考虑以下一组对比，遵循相关 emmeans vignette 的“自定义对比和线性函数”部分：
  • 对照与平均治疗效果

    ((H+S)/2 - C)

  • 除草剂与机械除草剂 (

    H-S

    ) 如果您的因子被排序为

    C

    、

    H

    、

    S

    ，我认为这将在

    emmeans

    中指定为

    list(avgtrt = c(-1, 1/2, 1/2), trtdiff = c(0, 1, -1))

    。