0

私の目的は、対照と比較してキャノピーに適用された (微気候データに対する) 処理の効果を評価することです。したがって、私は 3 つのデータロガーをキャノピーの 5 つのサイトと各バリアント (「処理適用」対「コントロール」) に配置しました。データは、217 日間にわたって 5 分ごとに平均化されます。ログに記録されたデータは次のようになります。

Timepoint,Time,Celsius(°C),Humidity(%rh),dew point(°C)
1,27/03/2019 17:02:39,23.5,37.5,8.2
2,27/03/2019 17:07:39,23.5,36.5,7.8
3,27/03/2019 17:12:39,23.5,36.5,7.8
4,27/03/2019 17:17:39,24.0,37.5,8.6
5,27/03/2019 17:22:39,23.5,36.0,7.6
6,27/03/2019 17:27:39,23.0,37.0,7.5
7,27/03/2019 17:32:39,22.5,34.5,6.1
8,27/03/2019 17:37:39,22.5,34.5,6.1

記録は毎日要約され、217 日間のそれぞれの平均/最高/最低温度が得られます。サイトに関係なく、適用された治療の効果を判断し、経時的な違いを明らかにしたいと考えています.

時系列分析はここでは機能しないと言われました。データに線形回帰を適用しようとしました（この論文から着想を得ました：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0234436）が、コントロールは治療に影響しないため、私はこのアプローチを破棄しました。

だから私の質問は次のとおりです。Rでこの微気候データを分析する適切な方法はどれですか?

4

1 に答える 1

0

Timeコントロールと処理の関数として、humidityおよびそれぞれに対して線形回帰を実行してみてCelsius から、各サイトの両方のモデルの勾配を比較できます。当然のことながら、コントロールよりも治療で高い勾配が得られた場合、これは治療に反応する結果を示しています。勾配間のデルタが高いほど、治療への反応が良好です. モデルは次のようになります (単一のサイトの場合):

lm(Time~Celsius+Humidity, data = ControlData)
lm(Time~Celsius+Humidity, data = TreatmentData)

次に、係数をいじって、違いから結果を導き出し、各サイトの回帰直線の一般的な傾きを導き出すことができます。その後、5 つの対照回帰の係数を平均して結果を組み合わせ、5 つの治​​療回帰の平均と比較することもできます (モデルは線形であるため、これは統計的に有効であるはずです)。

于 2020-08-24T10:37:57.580 に答える