我有一个在 120 个湖泊的几个点捕获的鱼的数据集。在每个湖中，我们在随机地点（点）收集鱼，产生大约 800 条鱼的观察结果。除其他因素外，我想考虑湖泊“之间”和“内部”的鱼类变化（例如捕获的个体密度），因为我有每个鱼类观察和每个湖泊的坐标。
如何在模型中包含“内”和“间”湖泊变化，以验证哪个对鱼类反应更重要？
这是我的数据集的一个示例：
| 观察 | 湖 | 观点 | Xcoord.lake | Ycoord.lake | X坐标点 | Y坐标点 | 鱼 | 因素1 | 因素2 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 湖1 | 1 | 453497 | 6166094 | 453022 | 6166137 | 100 | 37.10 | 158.9 |
| 2 | 湖1 | 2 | 453025 | 6166110 | 453022 | 6166137 | 95 | 15.7 | 105.1 |
| 3 | 湖1 | 3 | 453093 | 6166079 | 453022 | 6166137 | 73 | 0 | 170.0 |
| 4 | 湖2 | 1 | 493269 | 6319292 | 493269 | 6318708 | 0 | 5.1 | 185.7 |
| 5 | 湖2 | 2 | 493269 | 6319292 | 493568 | 6318542 | 10 | 10.7 | 129.4 |
| 6 | 湖2 | 3 | 493269 | 6319292 | 493627 | 6318531 | 8 | 20.8 | 257.3 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 798 | 湖120 | 1 | 517966 | 6143495 | 517967 | 6143454 | 252 | 50.2 | 326.9 |
| 799 | 湖120 | 2 | 517966 | 6143495 | 517969 | 6143379 | 158 | 33.8 | 196.4 |
| 800 | 湖120 | 3 | 517966 | 6143495 | 517972 | 6143510 | 300 | 87.5 | 93.2 |
我正在尝试类似的东西：
fit <-glmmPQL(fish ~ factor1 + factor2, random = ~1|lake, data = data,
family = poisson, correlation = corExp(form = ~ Xcoord.point + Ycoord.lake))
但我不知道这是否回答了我的问题。
我真的很感激任何帮助！