我正在嘗試在重複測量的數據集上開發混合效果模型。重複測量的混合效果模型
Met
上提交給3個處理24個樣品的一系列隨機選擇的天測量(Treat
,具有水平c
,uc
和ga
)。
Met
由於日間天氣條件的差異而導致的水平變化(Date
)。日期因此成爲模型的第二個隨機效應(以及取樣項目(ID
))。
我的主要興趣是看看Treat
在幾天內對Met
是否有顯着影響。
一些樣本數據:
# create example data frame
ID <- factor(rep(c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x"), 6))
Treat <- factor(rep(c(rep("c",8), rep("uc",8), rep("ga",8)), 6))
Date <- factor(rep(c(rep("10/06/2007",24), rep("19/06/2007",24), rep("12/07/2007",24), rep("21/07/2007",24), rep("11/08/2007",24), rep("12/08/2007",24)), 1))
Met <- as.numeric(c(rnorm(8,5,2), rnorm(8,7,2), rnorm(8,9,2),
rnorm(8,15,2), rnorm(8,17,2), rnorm(8,19,2),
rnorm(8,9,2), rnorm(8,11,2), rnorm(8,13,2),
rnorm(8,8,2), rnorm(8,10,2), rnorm(8,12,2),
rnorm(8,2,2), rnorm(8,4,2), rnorm(8,6,2),
rnorm(8,3,2), rnorm(8,5,2), rnorm(8,7,2)))
ww <- gl(1,1,144)
lys.data <- data.frame(ID, Treat, Date, Met, ww)
head(lys.data)
# set contrasts of data frame
lys.data$Treat <- factor(lys.data$Treat, levels=c("c", "uc", "ga"))
然後分析:
library(nlme)
lme.001 <- lme(Met ~ Treat, data = lys.data,
random=list(ww=pdBlocked(list(pdIdent(~Date-1),
pdIdent(~ID-1)))))
summary(lme.001)
從結果我得到它似乎我沒有做我認爲我做的自由度似乎不正確(太高)。實驗執行的重複次數(日期)會增加分母自由度的數量是否正確?
誰能幫助我,或指引我走向正確的方向? 我是不是在用我代表數據嵌套的方式出錯? (我認爲沒有)。
這個問題可能是在家裏更多的stackoverflow,因爲它只是一個關於如何使用'lme'的問題。 – Macro
我認爲這是非常特別的,沒有人會在SO有任何線索,除了可能whuber,如果他在那裏:)。 – StasK
網站http://stats.stackexchange.com是這個問題更好的地方。 –