我正在尝试在具有重复测量的数据集上开发一个混合效应模型。
Met
Treat
在提交给 3 个处理( 、 水平c
和)的 24 个样本的一系列随机选择的日子里测量uc
。ga
Met
由于白天天气条件的差异而导致的变化水平( Date
)。因此,日期成为模型的第二个随机效应(连同抽样的项目 ( ID
))。
我的主要兴趣是看看是否对跨天Treat
有显着影响。Met
一些样本数据:
# 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"))
然后分析:
library(nlme)
lme.001 <- lme(Met ~ Treat, data = lys.data,
random=list(ww=pdBlocked(list(pdIdent(~Date-1),
pdIdent(~ID-1)))))
summary(lme.001)
从我得到的结果来看,我似乎没有做我认为我正在做的事情,因为自由度似乎不正确(太高了)。分母自由度的数量随着实验进行的重复次数(日期)的增加而增加,这是否正确?
谁能在这里帮助我或为我指明正确的方向?我代表数据嵌套的方式有问题吗?(我假设没有)。