我对 R 比较陌生。我在一个赛季中重复进行了 10 分钟的计分。我有 50 个站点（半径 100 m）重复了 3 次调查，并且每个单独的观测值（n = 1108）都以离散的距离间隔记录（即，每次调查期间每个站点的观测数并不总是相等）。对每个地点（n = 50）测量一次栖息地变量，并在每次调查中为每个地点测量检测协变量（n = 150）。
我希望测试各种栖息地指标对鸣禽丰度/密度的影响，在我的模型中包含检测协变量，并在我的设计中考虑重复测量。我认为'distsamp'最适合这个，但不确定（尤其是在如何处理重复措施方面）。
我遵循了 Chandler 的“未标记的距离采样分析（2011 年）”，并且在我添加检测协变量（使用 distsamp；在添加丰度/密度栖息地预测因子之前）之前，一切似乎都有效，运行我的模型时会产生警告：“在 lambda *答：较长的对象长度不是较短对象长度的倍数”。
(a) 我是否使用了适当的拟合函数（即 distsamp vs. gdistsamp vs. pcount vs.???） (b) 为什么我会收到此警告消息？
这是我的代码：
dists <-read.csv("file/path.csv")
变量子集（用作检测协变量）
jdate<-(dists$day.julian)
daytime<-(dists$time.hour.num)
head(dists, 1108)
'point' 包含字符+数字的站点名称（例如，'sweco03'）
levels(dists$point) <- c(levels(dists$point), "sweco03")
levels(dists$point)
以 10 m 的距离间隔记录到 100 m 的单个观测值
umf <-unmarkedFrameDS(y = as.matrix(yDat), survey = "point", dist.breaks = c(0,10,20,30,40,50,60,70,80,90,100), unitsIn = "m")
summary(umf)
确定最佳检测功能
`hn_Null <- distsamp (~1 ~1, umf, keyfun = "halfnorm", output = "density", unitsOut = "ha")
haz_Null <-distsamp (~1 ~1, umf, keyfun = "hazard") #lowest AIC
uni_Null <- distsamp (~1 ~1, umf, keyfun = "uniform")
exp_Null <- distsamp (~1 ~1, umf, keyfun = "exp") `
检验检测协变量的拟合度
model1 <-distsamp (~1 ~jdate, umf, keyfun = "hazard")
model2 <-distsamp (~1 ~daytime, umf, keyfun = "hazard")