分段SEM中的零膨胀模型

问题描述 投票：0回答：1

我分析了现场实验中的蜜蜂观察结果，我想应用SEM。分段sem（psem）似乎最合适。我的问题是，由于许多观察到的蜜蜂为零，因此我的数据高度为零。到目前为止，我在分析中使用了glmmTMB和nbinom2-distribution，效果很好。不幸的是，glmmTMB和nbinom2没有在psem中实现，我现在不知道是否以及如何将psem应用于数据。

[通过分段学，我想研究处理（花条，树篱……）对花的丰度（由于计数变化很大，我想进行对数转换）和植物种类丰富度的影响，以及最后考虑了月份和年份，从而充分利用了蜜蜂的数量。这样，我想量化植被变量的贡献和处理的直接效果，并希望找到一个指示，说明这些处理是否在其他特性上是否也不同，而不仅仅是花量和植物种类丰富。

psem模型包括用于治疗（FF，HC，HI）和观察月份的几个虚拟变量。 w_b_abu表示蜜蜂的丰度，pl_abu表示花的丰度（pl_abu_ln =对数转换），pl_sr表示植物物种丰富度。

我的代码如下：

w_b_abu_sem <- psem(
  glmer(w_b_abu  ~ FF + HC + HI + pl_abu_ln + pl_sr + april + may + june + july + august + september + years + (1|site), dat_treat_habitat, family = "poisson"),
  lmer(pl_abu_ln  ~ FF + HC + HI + april + may + june + july + august + september  + years +  (1|site),  dat_treat_habitat),
  glmer(pl_sr  ~ FF + HC + HI + pl_abu_ln + april + may + june + july + august + september  + years + >  (1|site), dat_treat_habitat, family = "poisson"),
  dat_treat_habitat)

然而，此SEM无法通过“模型无法通过max | grad | = ...进行收敛”进行收敛（由于子模型1和3）。无论如何，泊松误差分布实际上并不适合数据。在先前的分析中，我使用了“ nbinom2”，效果更好，但未在psem中实现。子模型1是高度零充气的（已通过Dharma测试）。

[[我的问题是，是否有可能在psem中包括具有nbinom2-distribution的零膨胀模型。

如果没有，您还有其他想法如何将psem应用于数据？我的想法是转换变量以使其呈正态分布。那合适吗？如果是这样，哪种转换方式最好？

为了测试psem，我对响应进行了缩放，以使它们“呈正态分布”（实际上并非如此）。此psem版本有效，但我担心它违反了一些统计假设：

w_b_abu_sem <- psem( lmer(w_b_abu_scaled ~ FF + HC + HI + pl_abu_ln + pl_sr_scaled + april + may + june + july + august + september + years + (1|site), dat_treat_habitat), lmer(pl_abu_ln ~ FF + HC + HI + april + may + june + july + august + september + years + (1|site), dat_treat_habitat), lmer(pl_sr_scaled ~ FF + HC + HI + pl_abu_ln + april + may + june + july + august + september + years + (1|site), dat_treat_habitat), dat_treat_habitat) 

这是我的数据表的头：
  w_b_abu pl_abu pl_abu_ln pl_sr FF HC HI april may june july august september years
1       0    730  6.593045     2  0  1  0     1   0    0    0      0         0     0
2       3     51  3.931826     4  0  1  0     1   0    0    0      0         0     0
3       3     41  3.713572     3  0  1  0     1   0    0    0      0         0     0
4       0     43  3.761200     4  0  1  0     1   0    0    0      0         0     0
5       4    126  4.836282     3  0  1  0     0   1    0    0      0         0     0
6       0      0  0.000000     0  0  1  0     0   0    1    0      0         0     0

非常感谢您的帮助，在此先感谢您！这是我第一次在这里提出问题，希望我不要错过任何事情。如果需要，我还可以上传完整的数据集。
r zero piecewise
1个回答
0
投票
我让模型在没有glmmTMB的情况下运行。它以这种方式工作（没有零通货膨胀）：

w_b_abu_sem <- psem( glmer.nb(w_b_abu ~ FF + HC + HI + pl_abu_ln + pl_sr + april + may + june + july + august + september + years + (1|site), dat_treat_habitat, control=glmerControl(optimizer="bobyqa"), nAGQ=0), lmer(pl_abu_ln ~ FF + HC + HI + april + may + june + july + august + september + years + (1|site), dat_treat_habitat), glmer(pl_sr ~ FF + HC + HI + pl_abu_ln + april + may + june + july + august + september + years + (1|site), dat_treat_habitat, family = "poisson", control=glmerControl(optimizer="bobyqa"), nAGQ=0), dat_treat_habitat)

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.