私は水産養殖の栄養研究に携わる生物学者ですが、最近まで統計の力にあまり注意を払っていませんでした. 通常の分析方法は、さまざまな処理とブームを与えた動物の最終体重で ANOVA を実行することでした。結果が得られます。個人の成長を経時的に追跡できる実験を設計することで結果を改善しようとしましたが、私が持っているデータにどのモデルを使用すればよいかを理解するのに非常に苦労しています.
私の実験を簡単に説明すると、単一のコホート（同時に産卵/誕生）から供給された900個のアワビ/カタツムリがあります。各アワビ (id) を個別にマークし、時間 0 での長さと重さを記録しました。その後、動物に 6 つの処理食餌 (処理ごとに n=30 アワビ) のうちの 1 つをランダムに割り当て、それぞれ n=5 回複製しました (n=150 アワビ /複製します）。各レプリケートは、各処理が各ブロック内で 1 回だけレプリケートされ、それぞれが n=30 アワビ/タンク (n 処理) の独立したタンクに割り当てられる、ランダム化されたブロック デザインのように見えます。アワビに既知の量の飼料を 90 日間与えてから、重量を測定して再度測定しました (時間 1)。彼らは、実験を終了する前に、さらに 90 日間自宅に戻ります。
私の理解から：固定効果 - 時間、処理のネストされたランダム効果 - 複製、ID
入力した生データは長い形式で、各行は一意の動物であり、列は時間 (0 または 1)、複製 (1-5)、治療 (1-6)、性別 (M または F)、動物 ID (1- 900)、長さ (mm)、重量 (g)、状態係数 (重量/長さ^2.99*5655)
新しい変数を使用してデータ フレームを作成する前に、生データの列を使用して係数とベクトルに変換しました。
id<-as.factor(data.long[,5])
time<-as.factor(data.long[,1])
replicate<-as.factor(data.long[,2])
treatment<-data.long[,3]
weight<-as.vector(data.long[,7])
length<-as.vector(data.long[,6])
cf<-as.vector(data.long[,10])
私のデータフレームは現在、次の構造になっています。
df1<-data.frame(time,replicate,treatment,id,weight,length,cf)
個々のアワビをレプリケート内にネストする方法を理解するのに苦労しています。重量データを変換して初期値から変更することはできますが、パッケージがnlme正しくコーディングされていれば、この変更は既に考慮されていると思います。時間 1 での各動物の比成長率の別の尺度を作成することもできますが、これでは時間係数を使用できません。
lme(weight ~ time*treatment, random=~1 | id, method="ML", data=df1))
私のコードが個々の動物の変動性を考慮して、治療間の時間 1 での体重の統計的差異を検出できるように、混合効果モデルを構築したいと考えています。