MCMCglmm中的重复测量

Question

我正在分析一些数据，它的设置如下：

• 2个站点
• 每个站点有30棵树（树嵌套在站点中）
• 每棵树有12个枝条（每个方向 - 北、南、东、西，在每个冠层 - 上、中、下各有一个枝条）（重复测量）
• 依赖变量是来自昆虫的射击损伤（每个枝条受损比例）

目标是确定昆虫损伤是否在树内有差异（从数据上看，我们没有观察到基数方向的影响，但明显看到了冠层水平的影响）

我想使用MCMCglmm模拟这些数据，我将树木嵌套在站点中，编码如下（其中DF是我的数据框）：

 DF$Tr<-Df$Site:Df$Tree 

我的MCMCglmm模型如下：

prior1 = list(R = list(V = 1, nu = 0.002), G = list(G1 = list(V =  1, nu = 0.002)))

Fit1<-MCMCglmm(cbind(Damage,No.dam) ~ Crown+Dir+Site, random = ~Tr, family="multinomial2", prior = prior1, data=DF,verbose=F)

我对如何在模型中指定重复测量感到困惑。 我认为我需要使用 rcov〜units或 rcov〜idh（Tr）：units 但是，我不确定哪个是正确的（或者我可能完全走错了方向）。 我是一名研究生，因此我仍在学习统计知识，我的系里没有人处理这些类型的模型，而且我发现很难找到我需要的帮助。

提前感谢任何建议！

- Sara

---

我正在处理一个类似的问题，但还没有解决。我找到了这个网址：http://hlplab.wordpress.com/2009/05/07/multinomial-random-effects-models-in-r/ 和 Hadfield 的这篇论文：http://www.jstatsoft.org/v33/i02/paper ... 不幸的是，两者都没有完全回答我的问题。但我正在努力寻找答案，并将在此更新，如果您也能这样做，我会非常感激！ - M.A.Kline

Answer 1

首先，如果我理解您的实验描述正确，分支不仅是重复的树。因此，我会将分支ID作为随机变量来考虑重复测量，而不是树ID。

如果您设置二进制结果具有两个单独的特征（使用cbind生成两列），则分布类型应为“multinomial2”。 这篇文章可能会在理解如何使用MCMCglmm建模二元结果方面有所帮助。如果您有关于建模（即统计）而不是MCMCglmm工作原理的更多问题，您可能会在Cross Validated上获得更好的答案。

关于 rcov： 我认为令人困惑的是，GLMM 用于处理重复测量中残差的相关性。因此，自然而然地希望将重复变量放入残差的方差-协方差矩阵中，但实际上通过使用重复测量分组项作为随机因子已经处理了协方差。因此，默认值 rcov = units 应该是可以的。

- Prolix

---

1. 每个分支没有重复的测量，每个分支只有一个测量，因此没有可测量的分支效应（每棵树有12个分支，每个分支只有一个测量）。
2. 如果您查看提供的代码，我使用了family = "multinomial2"。问题是如何在重复测量的MCMCglmm中构建rcov。

- Sara

@Sara 关于第一点，你可能需要在问题中澄清它，因为你在分支层面提到了“(重复测量)”，这很令人困惑...关于第二点，我确实被另一个我正在回复的帖子弄混了。抱歉，我会更新我的答案。我还将更新我的答案，以更具体地解决rcov结构的问题。 - Prolix