我正在使用二项式GLMM来检查一段时间内个体(#小时/天)在站点的存在之间的关系。由于每天都会测量几个人的存在,所以我包括了个人ID的随机截获。
例如,
presence <- cbind(hours, 24-hours)
glmer(presence ~ time + (1 | ID), family = binomial)
我还想考虑使用 ID 作为随机斜率,但我不知道如何将其添加到我的模型中。 我已经尝试了以下两种不同的方法,但我不确定哪种是正确的。
glmer(presence ~ time + (1 + ID), family = binomial)
Error: No random effects terms specified in formula
glmer(presence ~ time + (1 + ID | ID), family = binomial)
Error: number of observations (=1639) < number of random effects (=5476) for term (1 + ID | ID); the random-effects parameters are probably unidentifiable
您不能将ID
的随机斜率作为(二级)分组变量ID
(有关更多详细信息,请参阅此文档:https://cran.r-project.org/web/packages/lme4/lme4.pdf)。
在下面的模型中ID
的分组变量用作指定随机效应的变量。model_1
给出ID
变量的随机截距。model_2
为time
变量提供随机截距和随机斜率。换句话说,model_1
允许presence
和time
之间关系的截距随ID
而变化(斜率保持不变),而model_2
允许截距和斜率随ID
而变化,因此presence
和time
之间的关系(即斜率)对于每个人(ID
)可以不同。
model_1 = glmer(presence ~ time + (1 | ID), family = binomial)
model_2 = glmer(presence ~ time + (1 + time | ID), family = binomial)
我还建议:
Snijders, T. A. B., & Bosker, R. J. (2012).多级分析:基本和高级多级建模简介(第2版):Sage。