Двухфакторный рандомизированный блочный дисперсионный анализ в R

Я пытался проанализировать свой набор данных, и я считаю, что я на правильном пути, но мне нужно некоторое подтверждение. Пытаюсь проанализировать улов рыбы на нескольких участках одной реки и оценить эффективность используемого типа снасти за 2 года исследований.

Мои данные состоят из:

1) 21 место. 2) Методы отбора проб, классифицированные как «активные» или «пассивные». 3) 2 года сбора данных, разделенных по месяцам.

В ходе исследования сайты не были отобраны равномерно. Не все они отбирались каждый месяц, не все в течение одинакового периода времени и не с использованием одних и тех же методов выборки. Я полагаю, что вы могли бы классифицировать его как неповторяющуюся меру, поскольку почти нет двух одинаковых периодов выборки.

Я считаю, что правильным способом анализа этих данных было бы использование двухфакторного рандомизированного блочного дисперсионного анализа. Месяцы будут тем, что блокируется в анализе. Я получил некоторые результаты, но не был уверен, что используемый код был правильным.

Сможет ли кто-нибудь проверить код, который я использовал, и подтвердить/опровергнуть, что это действительно правильный код для дизайна 2-Way Randomized Block в R?

Fish<-read.csv(file.choose(),header=TRUE)
Fish
FishLM<-lm(Caught.Hr ~ Site + Method + Site:Method,Fish)
anova(FishLM)

Вот некоторые примеры данных:

Site     Month  Year    Device  Method  Hrs/Month   Caught  Caught/Hr  
Reach 01    5   2014    BS      Active  0.7            0    0  
Reach 01    6   2014    BS      Active  7.92           0    0  
Reach 01    7   2014    BS      Active  5.73           0    0  
Reach 01    8   2014    BS      Active  1.82           0    0  
Reach 01    9   2014    BS      Active  10.08          0    0  
Reach 01    10  2014    BS      Active  10.08          0    0  
Reach 01    11  2014    BS      Active  6.9            0    0  
Reach 02    3   2013    BS      Active  2.5            0    0  
Reach 02    4   2013    BS      Active  2.5            0    0  
Reach 02    5   2013    BS      Active  3.75           0    0  
Reach 02    6   2013    BS      Active  17.3           0    0  
Reach 02    7   2013    BS      Active  2.5            0    0  
Reach 02    8   2013    BS      Active  2.5            0    0  
Reach 02    9   2013    BS      Active  2.5            0    0  
Reach 02    10  2013    BS      Active  2.5            0    0  
Reach 02    11  2013    BS      Active  2.5            0    0  
Reach 03    3   2013    BS      Active  3              0    0  
Reach 03    4   2013    BS      Active  3              0    0  
Reach 03    5   2013    BS     Active   2.5            0    0  
Reach 03    6   2013    BS     Active   3.5            1    0.285714286  
Reach 03    7   2013    BS     Active   3              0    0  
Reach 03    8   2013    BS     Active   3              0    0  
Reach 03    9   2013    BS     Active   3              1    0.333333333  
Reach 03    10  2013    BS     Active   8.75           2    0.228571429  
Reach 03    11  2013    BS      Active  3              0    0  
Reach 04    3   2013    MT      Passive           
Reach 04    4   2013    MT      Passive           
Reach 04    5   2013    MT      Passive           
Reach 04    6   2013    MT      Passive 72             0    0  
Reach 04    7   2013    MT      Passive 120            2    0.016666667  
Reach 04    8   2013    MT      Passive 120            0    0  
Reach 04    9   2013    MT      Passive 72             0    0  
Reach 04    10  2013    MT      Passive           
Reach 04    11  2013    MT      Passive           
Reach 07    3   2014    MF      Passive           
Reach 07    4   2014    MF      Passive 96             7    0.072916667  
Reach 07    5   2014    MF      Passive 96             5    0.052083333  
Reach 07    6   2014    MF      Passive 96             8    0.083333333  
Reach 07    7   2014    MF      Passive 96             1    0.010416667  
Reach 07    8   2014    MF      Passive 96             1    0.010416667  
Reach 07    9   2014    MF      Passive 96             3    0.03125  
Reach 07    10  2014    MF      Passive 96            10    0.104166667  
Reach 07    11  2014    MF      Passive

Спасибо.


r anova
person NotThatKindofDr    schedule 23.10.2015    source источник
comment
Было бы очень полезно, если бы вы предоставили некоторые примеры данных. Пожалуйста, прочитайте это на как задать хороший вопрос   -  person Alex W    schedule 23.10.2015

Ответы (1)


arrow_upward
0
arrow_downward

Если я правильно понимаю ваш вопрос (а я не уверен в этом), вы пытаетесь исследовать изменение непрерывной переменной Caught.Hr, которое, по вашему мнению, имеет нормальное распределение — отсюда и дисперсионный анализ. Кроме того, у вас есть два эффекта лечения: Site и Method, и вы ежемесячно повторяете измерения.

Таким образом, ваша модель

$$Y_{ijk} = \mu + S_i + M_j + (SM){ij} + \epsilon{ijk}$$

где
- Y_{ijk} — коэффициент вылова на участке i методом j в период времени k.
– mu представляет средний коэффициент вылова популяции.
– S_i указывает влияние каждого участка,
– M_j указывает эффект каждого метода выборки,
- (SM)_{ij} – эффект взаимодействия,
 – e_{ijk} – случайное изменение

Я не вижу из вашего описания, каков ваш блокирующий фактор. Просто похоже, что у вас несбалансированный дизайн. Из вашего описания мне кажется, что у вас нет рандомизированного дизайна блоков. У вас есть факторный план с двумя факторами, который также несбалансирован.

Но да, это сработает:

FishLM<-lm(Caught.Hr ~ Site + Method + Site:Method,Fish)
anova(FishLM)

Редактировать:

Я думаю, что то, что я сказал выше, справедливо на основе ваших данных. Хотя у меня есть опасения, что вы используете ANOVA. Похоже, что это данные подсчета, т.е. пуассоновское, а не нормальное распределение. например:

# This has problems based on hours / obs
Fishglm <- glm(Caught ~ Site + Method + Site:Method, data=Fish, 
  family= poisson(link = "log"))
# could use neg-binomial on the rate instead.
library(MASS)
Fishnb <- glm.nb(Caught.Hr ~ Site + Method + Site:Method, data=Fish)
person Alex W    schedule 23.10.2015
comment
Я ввел некоторые примеры данных, чтобы уточнить, о чем я спрашиваю, если это кому-то поможет. - person NotThatKindofDr; 23.10.2015