小编use*_*640的帖子

嵌套ANOVA独特因子水平

我正在使用以下设置运行嵌套ANOVA:2个区域,一个是参考,一个是曝光(列名为CI = Control/Impact).两个时间段(影响前后,名为BA的列),前一年为1年,后期为3年.这些年是嵌套的.

我的问题是:如果我使用原始年份(在玩具数据集的Time2列中),我得到一个结果.如果我重命名这些年份,那么它们只有1对于Before而1-3对于After,我会得到不同的结果.

问题:

  1. 由于这些年份是独一无二的,嵌套是否应该考虑到正确的数据结构?
  2. 对于使用类型1或类型2 SS的两个模型,我的结果是相同的.为什么SS的类型没有区别?我原本预计BA(但不是CI)会改变.
  3. 使用唯一名称的类型3 SS的结果与类型1和2 SS的结果相同.但是使用重命名的值,我会得到不同的结果.到底是怎么回事?

玩具数据集:

toy <- structure(list(BA = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L
), .Label = c("A", "B"), class = "factor"), Time = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, …
Run Code Online (Sandbox Code Playgroud)

r anova

7
推荐指数
1
解决办法
383
查看次数

geom_path 在 gganimate 中淡出

我正在处理空间数据。我想创建一个运动路径的动画,旧数据逐渐消失。我想出了如何用点创建淡出效果,但看起来没有对geom_path( Error: path layers not currently supported by transition_components) 过渡的内置支持。但是有什么聪明的解决方法可以使用吗?我的完整数据集很大(200K 点)并且重叠路径失去控制......

玩具数据:

library(ggplot2)
library(gganimate)

df <- structure(list(Lon = c(-66.6319163369509, -66.5400363369509, 
-65.3972830036509, -65.2810430036509, -65.1169763369509, -64.7409730036509, 
-64.3898230036509, -64.3458230036509, -64.1435830036509, -64.1902230036509, 
-64.5269330036509, -64.5508330036509, -64.9324130036509, -66.4002496703509, 
-66.4605896703509, -66.6230763369509, -66.6636963369509, -66.6425830036509, 
-66.5310230036509, -66.4582830036509, -66.2992030036509, -65.8810363369509, 
-65.3338363369509, -65.2480363369509, -65.3705963369509, -65.8357874342282, 
-66.7324643369709, -66.8768896703509, -66.8215363369509, -66.8320584884004
), Lat = c(63.9018749538395, 64.1357216205395, 64.4444682872395, 
64.4580016205395, 64.4744549538395, 64.4951416205395, 64.5202416205395, 
64.5237216205395, 64.5388016205395, 64.5400516205395, 64.5090116205395, 
64.5069516205395, 64.4609016205395, 64.2904882872395, 64.1898016205395, 
63.9022816205395, 63.9948082872395, 64.0236682872395, 64.1115882872395, 
64.2171216205395, 64.3599949538395, 64.3979682872395, 64.4634216205395, 
64.4719816205395, 64.4459016205395, 64.4008282316608, …
Run Code Online (Sandbox Code Playgroud)

r gganimate

4
推荐指数
1
解决办法
1213
查看次数

将一堆箭头添加到ggmap

我正在绘制一张地图,该地图应该包含来自数据集的多个(> 400)箭头的叠加,该箭头具有每个箭头的开始和结束的纬度/经度对.以下是使用dput的数据子集:

df <- structure(list(Lat = c(49.34054, 49.34068, 49.3409, 49.34106, 
49.34116, 49.34133, 49.34138, 49.34144, 49.34155, 49.34164, 49.34168, 
49.34178, 49.34179, 49.34187, 49.34199, 49.34202, 49.3421, 49.34219, 
49.34226, 49.34236, 49.3424), Lon = c(-117.76365, -117.76433, 
-117.76474, -117.76575, -117.76646, -117.76607, -117.76643, -117.76676, 
-117.76611, -117.76638, -117.76678, -117.76612, -117.7671, -117.76678, 
-117.76776, -117.76745, -117.76706, -117.76815, -117.76778, -117.76762, 
-117.76812), LatEnd = c(49.3404216917208, 49.3404813977525, 49.3407696999527, 
49.3409218055133, 49.3408834255181, 49.3411571438575, 49.3411444104952, 
49.3412068979592, 49.3413453850968, 49.3414853385912, 49.3414067819334, 
49.3415646398153, 49.3415782191525, 49.3416671210859, 49.341769715577, 
49.3418702688525, 49.3418749917805, 49.3419107724121, 49.3418905356976, 
49.3421097403974, 49.3419881060831), LonEnd = c(-117.76319214364, 
-117.763951728004, -117.76423214535, -117.765201260725, -117.766005995062, …
Run Code Online (Sandbox Code Playgroud)

r ggplot2 ggmap

2
推荐指数
1
解决办法
2494
查看次数

与零膨胀 glmmTMB 对比

我正在运行一个零膨胀glmmTMB模型。我有兴趣在条件成分和零通胀成分的不同因子水平之间进行成对比较。有条件的部分,我可以用通常的emmeans方法轻松完成。我一直在尝试使用(相对)新创建的glmmTMB:::emm_basis.glmmTMB,但无法弄清楚该函数采用的一些参数,也找不到示例......

这是我目前所处位置的一个玩具示例。我专门poly()向模型添加了一个组件 - 我的完整模型同时具有poly()ns(),因此需要弄清楚它们在这里是如何工作的。

所以问题如下:1)我trms提供的论点是否正确?2)函数需要什么参数xlevgrid参数emm_basis.glmmTMB

library(glmmTMB)

data(Salamanders)
mod <- glmmTMB(count ~ spp + mined + poly(cover, 2) + (1|site), zi=~spp + mined, Salamanders, 
   family=nbinom2)

tt <- y ~ spp + mined + poly(cover, 2)
tt <- delete.response(terms(tt))

glmmTMB:::emm_basis.glmmTMB(mod,  trms = tt)
Run Code Online (Sandbox Code Playgroud)

非常感谢您的任何想法!

emmeans glmmtmb

1
推荐指数
1
解决办法
1539
查看次数

标签 统计

r ×3

anova ×1

emmeans ×1

gganimate ×1

ggmap ×1

ggplot2 ×1

glmmtmb ×1