Tôi có một bộ dữ liệu bao gồm các tỷ lệ đo "mức độ hoạt động" của nòng nọc riêng lẻ, do đó làm cho các giá trị bị ràng buộc trong khoảng từ 0 đến 1. Dữ liệu này được thu thập bằng cách đếm số lần cá nhân di chuyển trong một khoảng thời gian nhất định (1 cho chuyển động, 0 không có chuyển động), và sau đó lấy trung bình để tạo một giá trị cho mỗi cá nhân. Hiệu ứng cố định chính của tôi sẽ là "mức mật độ".
Vấn đề tôi gặp phải là tôi có một biến nhân tố, "ao" mà tôi muốn đưa vào như một hiệu ứng ngẫu nhiên - tôi không quan tâm đến sự khác biệt giữa các ao, nhưng muốn tính đến chúng theo thống kê. Một điểm quan trọng về các ao là tôi chỉ có 3 trong số chúng và tôi hiểu rằng thật lý tưởng khi có nhiều cấp độ yếu tố (5+) khi xử lý các hiệu ứng ngẫu nhiên.
Nếu có thể làm được, tôi muốn có một lời khuyên về cách triển khai mô hình hỗn hợp bằng cách sử dụng betareg()
hoặc betamix()
trong R. Tôi đã đọc các tệp trợ giúp R, nhưng tôi thường thấy chúng khó hiểu (ý nghĩa của từng tham số đối số trong ngữ cảnh dữ liệu của riêng tôi VÀ ý nghĩa của các giá trị đầu ra trong các thuật ngữ sinh thái) và vì vậy tôi có xu hướng làm việc tốt hơn thông qua các ví dụ.
Trên một lưu ý liên quan, tôi đã tự hỏi liệu thay vào đó tôi có thể sử dụng một glm()
nhóm nhị phân và liên kết logit, để thực hiện kế toán cho các hiệu ứng ngẫu nhiên với loại dữ liệu này.