反復測定を使用して、データセットに対して混合効果モデルを開発しようとしています。
Met
Treat
は、3 つの処理 ( 、レベルc
、uc
および) に提出された 24 のサンプルでランダムに選択された一連の日に測定されますga
。
Met
日中の気象条件の違いによる変化の程度( Date
)。したがって、日付はモデルの 2 番目のランダム効果になります (サンプリングされたアイテム ( ) とともにID
)。
私の主な関心は、日Treat
ごとに有意な影響があるかどうかを確認することMet
です。
いくつかのサンプルデータ:
# create example data frame
ID <- factor(rep(c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x"), 6))
Treat <- factor(rep(c(rep("c",8), rep("uc",8), rep("ga",8)), 6))
Date <- factor(rep(c(rep("10/06/2007",24), rep("19/06/2007",24), rep("12/07/2007",24), rep("21/07/2007",24), rep("11/08/2007",24), rep("12/08/2007",24)), 1))
Met <- as.numeric(c(rnorm(8,5,2), rnorm(8,7,2), rnorm(8,9,2),
rnorm(8,15,2), rnorm(8,17,2), rnorm(8,19,2),
rnorm(8,9,2), rnorm(8,11,2), rnorm(8,13,2),
rnorm(8,8,2), rnorm(8,10,2), rnorm(8,12,2),
rnorm(8,2,2), rnorm(8,4,2), rnorm(8,6,2),
rnorm(8,3,2), rnorm(8,5,2), rnorm(8,7,2)))
ww <- gl(1,1,144)
lys.data <- data.frame(ID, Treat, Date, Met, ww)
head(lys.data)
# set contrasts of data frame
lys.data$Treat <- factor(lys.data$Treat, levels=c("c", "uc", "ga"))
次に分析:
library(nlme)
lme.001 <- lme(Met ~ Treat, data = lys.data,
random=list(ww=pdBlocked(list(pdIdent(~Date-1),
pdIdent(~ID-1)))))
summary(lme.001)
私が得た結果から、自由度が正しくないように見えるため(高すぎる)、私が行っていると想定していることを行っていないようです。分母の自由度の数は、実験の繰り返し回数 (日付) に応じて増加するというのは正しいですか?
ここで私を助けたり、正しい方向に向けたりできるのは誰ですか? データの入れ子を表現する方法に問題がありますか? (私は何もないと仮定します)。