GLMM 中的 Gamma 分布

Question

我正在尝试在 R 中创建一个 GLMM。我想了解蝙蝠的出现时间如何取决于不同的因素。在这里，我将相应蝙蝠离开和当天日落之间的时间差作为因变量（度量）。作为固定因素，我想包括不同的天气数据（度量）以及蝙蝠的繁殖状态（分类）。此外，还有转发器编号（个体识别码）作为随机因素，以排除蝙蝠之间的个体差异。

我首先在 R 中使用线性混合模型（包 lme4），但残差的 QQ 图与正态分布的偏差非常大。数据的直方图也表示伽马分布。因此，我实现了具有伽玛分布的 GLMM。这是一个带有一个天气参数的示例：

model <- glmer(formula = difference_in_min ~ repro + precipitation + (1+repro|transponder number), data = trip, control=ctrl, family=gamma(link = log))

但是这样QQ剧情没有变化，我看了下DHARMa包的残差诊断。但是分布假设似乎仍然不正确，因为 QQ 图中的数据在这里也偏差很大。 Residual diagnostics from DHARMa

但如果数据也不符合伽马分布，还有什么替代方案？或者也许问题完全出在其他地方。

有谁知道错误可能出在哪里？

Answer 1

但如果数据也不符合伽玛分布，还有什么替代方案？

另一种方法称为对数正态分布 (https://en.wikipedia.org/wiki/Log-normal_distribution)

高斯（或正态）分布通常用于正态分布在零附近的数据，这听起来好像您没有。但对数正态分布没有相同的要求。按照您之前的代码，您将像这样安装它：

model <- glmer(formula = log(difference_in_min) ~ repro + precipitation + (1+repro|transponder number), data = trip, control=ctrl, family=gaussian(link = identity))

或者不用 glmer 你可以在不需要指定分布的地方直接调用 lmer （它可能会在警告消息中告诉你这样做：

model <- lmer(formula = log(difference_in_min) ~ repro + precipitation + (1+repro|transponder number), data = trip, control=ctrl)

GLMM 中的 Gamma 分布

Gamma distribution in a GLMM

r

lme4

gamma-distribution