我使用glmer
查看了Year和Treatment对木材覆盖点数量的影响,然后绘制了残差以检查是否正常,并且生成的图形略微偏向右侧。这是否正常分发?如何在非正常数据上正确执行glmmPQL?
model <- glmer(Number~Year*Treatment(1|Year/Treatment), data=data,family=poisson)
此网站建议使用glmmPQL
如果你的数据是不正常的:http://ase.tufts.edu/gsc/gradresources/guidetomixedmodelsinr/mixed%20model%20guide.html
library(MASS)
library(nlme)
model1<-glmmPQL(Number~Year*Treatment,~1|Year/Treatment,
family=gaussian(link = "log"),
data=data,start=coef(lm(Log~Year*Treatment)),
na.action = na.pass,verbose=FALSE)
summary(model1)
plot(model1)
现在你在Excel文档中或在R代码转换数据(Number1 <- log(Number)
)运行这个模型之前? link="log"
暗示数据已经被对数转换,还是暗示它会转换它?
如果您的数据为零,是否可以将所有观察值加1以使其大于零以便记录变换:Number1<-log(Number+1)
?
是fit<-anova(model,model1,test="Chisq")
足以比较两个模型?
非常感谢您的任何建议!