使用 R 中的 glmmTMB 预测人口级别的栅格堆栈

Question

我正在尝试使用我适合 glmmTMB 包的 GLMM 在人口级别预测 R 中的栅格堆栈（即将随机效应设置为 0）。我遵循了 Ben Bolker 在中的解决方案，该解决方案适用于适合 lme4 的模型，但即使函数参数 re.form=~0 除了 [=15] 之外似乎还适用于 predict.glmmTMB =]，当我预测使用 glmmTMB 模型时，它对我不起作用。这是一个使用 Robert Hijmans 在上述线程中提供的相同示例代码的示例：

# example data. See ?raster::predict
logo <- brick(system.file("external/rlogo.grd", package="raster"))
p <- matrix(c(48, 48, 48, 53, 50, 46, 54, 70, 84, 85, 74, 84, 95, 85, 
   66, 42, 26, 4, 19, 17, 7, 14, 26, 29, 39, 45, 51, 56, 46, 38, 31, 
   22, 34, 60, 70, 73, 63, 46, 43, 28), ncol=2)
a <- matrix(c(22, 33, 64, 85, 92, 94, 59, 27, 30, 64, 60, 33, 31, 9,
   99, 67, 15, 5, 4, 30, 8, 37, 42, 27, 19, 69, 60, 73, 3, 5, 21,
   37, 52, 70, 74, 9, 13, 4, 17, 47), ncol=2)
xy <- rbind(cbind(1, p), cbind(0, a))
v <- data.frame(cbind(pa=xy[,1], extract(logo, xy[,2:3])))
v$Year <- sample(2000:2001, nrow(v), replace=TRUE) 

#fit model using glmmTMB
library(glmmTMB)
m <- glmmTMB(pa ~ red + blue + (1 | Year), data=v)

# use argument "re.form=~0" to make population-level prediction
x <- predict(logo, m, re.form=~0)

当我运行上述 predict 代码（生成对象 x）时，我得到错误：Error in eval(predvars, data, env) : object 'Year' not found。谁能告诉我我可能做错了什么或者我该如何解决这个问题？

Answer 1

该错误表示您的测试数据“徽标”没有“年份”变量，有点不透明。

我只是在这里添加了相关代码，没有重复您上面提供的所有其他代码。

logo <- brick(system.file("external/rlogo.grd", package="raster"))
x <- predict(logo, m, re.form=~0)
Error in eval(predvars, data, env) : object 'Year' not found

logo$Year <- sample(2000:2001, ncell(logo), replace=TRUE) 
x <- predict(logo, m, re.form=~0)
> x
class      : RasterLayer 
dimensions : 77, 101, 7777  (nrow, ncol, ncell)
resolution : 1, 1  (x, y)
extent     : 0, 101, 0, 77  (xmin, xmax, ymin, ymax)
crs        : +proj=merc +lon_0=0 +k=1 +x_0=0 +y_0=0 +datum=WGS84 +units=m +no_defs 
source     : memory
names      : layer 
values     : 0.1260796, 1.690493  (min, max)

Answer 2

由于“年”不是预测栅格，因此您需要以不同的方式提供它。你可以做到

x2000 <- predict(logo, m, re.form=~0, const=data.frame(Year=2000))
x2001 <- predict(logo, m, re.form=~0, const=data.frame(Year=2001))

这是等效的（但效率较低）

logo$Year <- 2000
x2000 <- predict(logo, m, re.form=~0)

如果有很多年，也许像

 years <- c(2000, 2001)
 s <- list()
 for (i in 1:length(years)) {
    s[[i]] <- predict(logo, m, re.form=~0, const=data.frame(Year=years[i]))
 }
 s <- stack(s)
 sm <- mean(s)

使用 R 中的 glmmTMB 预测人口级别的栅格堆栈

Predicting to raster stack at population level with glmmTMB in R

r

raster

predict

mixed-models

glmmtmb