反復尺度とvarIdentでlmeを使用すると、私は奇妙な結果に遭遇しました。これに関する助けは非常に高く評価されます!反復措置のためにvarIdentを持つlme
時系列に沿った葉の13Cシグナルが2種(AとB)で異なるかどうかをテストしています。私は基本的に特定の時点ではなく、種間の全体的な違いに興味があります。
Block Species time X13C
1 B 2 0.775040865
2 B 2 0.343913792
3 B 2 0.381053614
1 A 2 0.427101597
2 A 2 0.097743662
3 A 2 0.748345826
1 B 24 0.416700446
2 B 24 0.230773558
3 B 24 0.681386484
1 A 24 0.334026511
2 A 24 0.866426406
3 A 24 0.606346215
1 B 48 0.263085491
2 B 48 0.083323709
3 B 48 0.534697801
1 A 48 0.30594443
2 A 48 0.024555489
3 A 48 0.790670392
1 B 96 0.158090804
2 B 96 0.254880689
3 B 96 0.082666799
1 A 96 0.139189281
2 A 96 0.300340119
3 A 96 0.233149535
1 B 192 0.055421148
2 B 192 0.082582155
3 B 192 0.136636735
1 A 192 0.03641637
2 A 192 0.06082544
3 A 192 0.126029308
私は次のモデル適用しています:ここで
は私のデータセットです時間の残差の不均一があるのでbulk<-lme(X13Catex ~ Species*time, random = ~1|Block/Species, method='REML', na.action=na.exclude, data=VacL, corAR1())
を、私はモデルを改良しvarIdentは、適用されますフィット(AIC)。正規化された残差プロットも良く見えました。
bulk.var<-lme(X13Catex ~ Species*time, random = ~1|Block/Species, method='REML', na.action=na.exclude, data=VacL, corAR1(), weights=varIdent(form=~1|time))
事は、このコードで、私は種のための重要なp値を得ることであるが、それは種が全く異なることは思えない私のデータを見て...私はそれが非常に奇妙だと思いますエラーバーが各時点で重なり、いくつかの時点AでBがBより大きく、他のいくつかの点では逆になるので、このような低いp値を得る。問題は、各サンプリング時点でのそれぞれの種のための低複製することができれば、私は他の類似の変数を分析した場合、それが再び起こった
...
が、私は疑問に思う(N = 3)。このように複製量が少ないvarIdentと「比較的複雑な」モデルを適用すると、p値の有意な値がわかりますか?これに対処する方法に関する提案はありますか?
ありがとうございました!
はい、それはまだそこにあるようです...前にvarPowerで試していない、私はそれがvarIdentより適しているかどうか疑問に思います...とにかくおかげで! – Alba