由于高度相关，R 不会在我的 glm 中包含重要的随机项 - 但我需要考虑它

Question

我有一个大数据框，包括每年的蝙蝠丰度，我想在 R 中模拟那些年的人口趋势。我需要另外包括年份作为随机效应，因为我的数据点不是'一年的蝙蝠数量并不独立，直接影响下一年的数量（如果一年有 10 只蝙蝠，下一年它们很可能还活着）。我有一个大数据集，但是使用 group_by() 函数创建了一个更简单的数据框，如下所示 - 数据框布局示例。在我更大的数据集中，我还有月份和日期。

year	total individuals
2000	39
2001	84
etc.	etc.

这是我希望与 lme4 一起使用的模型。

BLE_glm6 <- glm(total_indv ~ year + (year|year), data = BLE_total, family = poisson)

因为年份是预测变量，再次添加年份时 R 不喜欢它，因为它高度相关。所以我想知道，如果我不能将年份作为随机效应包含在模型中，我如何解释一年直接影响个人数量然后明年的个人？

Answer 1

有几种可能性。最明显的是将上一年的蝙蝠数量作为 offset:

来拟合泊松模型

## set up lagged variable
BLE_total <- transform(BLE_total, 
           total_indv_prev = c(NA, total_indv[-length(total_indv)])
## or use dplyr::lag() if you like tidyverse
glm(total_indv ~ year + offset(log(total_indv_prev)), data = BLE_total, 
   family = poisson)

这将适合模型

mu = total_indv_prev*exp(beta_0 + beta_1*year)
total_indv ~ Poisson(mu)

即exp(beta_0 + beta_1*year) 将是当前年份和上一年之间的预测比率。（有关泊松模型中 log-offset 的进一步说明，请参阅 here。）

如果你想将年份作为随机效应（抱歉，问题读得太快了），那么

library(lme4)
glmer(total_indv ~ offset(log(total_indv_prev)) + (1|year), ...)

由于高度相关，R 不会在我的 glm 中包含重要的随机项 - 但我需要考虑它

R won't include an important random term within my glm due to high correlation - but I need to account for it

statistics

modeling

r

glm