Hallo, ich habe einen ziemlich großen Datensatz, in dem ich versuche zu beurteilen, wie sich der Quecksilbergehalt der in New Hampshire gefangenen Fische zwischen 1992 und 2021 verändert hat, und wie sich diese Quecksilberwerte in diesem Zeitraum von Landkreis zu Landkreis unterscheiden.
Meine Daten lauten wie folgt
DV = Gesamtquecksilber (Log10-skaliert, kontinuierlich)
IV Fest 1= Fischlänge (kontinuierlich)
IV Fest 2 = Fangjahr (kategorisch, numerisch/nominal)
IV Fest 3 = Fangjahr * Länge
IV Fest 4= Landkreis (Kategorie, Zeichen/Nominal)
IV Random 1= Lake (Kategorie, Zeichen/Nominal)
IV Zufällig 2= See * Fangjahr
Ich habe dies hier in der Fit Model Platform angegeben.
Dies sind meine Ausgabeergebnisse
Ich bin neugierig
1. Wie soll ich die Werte des Variationskoeffizienten im REML-Ausgabemenü interpretieren? (Diese Werte werden auch als negativ angezeigt)
2. Wie kann ich den negativen Achsenabschnitt sinnvoll als meine Parameterschätzung interpretieren, da es unmöglich ist, eine negative Quecksilber-Basiskonzentration zu haben?
3. Wie man die Variation der zufälligen Effekte sowohl zwischen als auch innerhalb der Gruppe interpretiert (Variation des Fischquecksilbers innerhalb von Seen, zwischen Seen und über ein Seejahr hinweg)
4. So transformieren Sie meine LS Means über das Dropdown-Menü mit dem roten Dreieck der Effektdetails zurück.
Ich bin auch daran interessiert zu sehen, ob es noch etwas gibt, das ich tun/erforschen müsste, da dies meine Ausgabe ist?
Vielen Dank für Ihren Einblick in dieses Thema.
Hallo @IWRRI ,
Nur einige Bemerkungen zu einem allgemeinen Standpunkt:
- Ich bin mir nicht sicher, warum/wie die Variable „See“ eine Zufallsvariable sein kann und nicht „County“ (was sich ebenfalls nach einer Standortvariablen anhört und „so zufällig“ wie „See“ ist, da es sich um Beobachtungsdaten handelt? Also nur ein Bruchteil aller möglichen Standorte, also eine Zufallsstichprobe aus einer größeren Population)?
- Dieselbe Frage für das Jahr. Ich verstehe nicht, warum/wie es als fester Effekt betrachtet wird, da es sich um eine Beobachtungsstudie handelt, Sie die Zeit nicht kontrollieren können und Sie möglicherweise mehr an der Variation/Varianz pro Jahr als an interessiert sind der Mittelwert pro Jahr? Und die Jahre in der Analyse (1992–2021) sind nur eine Zufallsstichprobe aus einem größeren möglichen Zeitrahmen.
- Ich würde auch empfehlen, die Plattform „Gemischtes Modell“ anstelle der Methode „Kleinste Quadrate“ zu verwenden, da Sie eine Kombination aus zufälligen und festen Effekten haben: Gemischte Modelle und Zufallseffektmodelle (jmp.com)
Da ich Ihr Thema nicht genau kenne, klingen einige meiner Fragen vielleicht naiv oder für Ihr Thema nicht passend. Wenn ja, können Sie sie ignorieren. Ich hoffe, diese Fragen und Anmerkungen können Ihnen helfen,
Hallo @IWRRI : Ein paar Dinge:
1. Der CV beträgt 100*sqrt(VC)/Mittelwert, wobei der VC der jeweilige Var Comp ist. Es ist negativ, weil Ihr Mittelwert negativ ist (dazu komme ich weiter unten in Abschnitt 2).Diese CVs beziehen sich jedoch auf logarithmisch skalierte Daten.Sie interessieren sich für den Rohmaßstab. In diesem Fall ist CV = 100*sqrt(exp(Var Comp)-1) in Excel. Für den Lake-Zufallseffekt beträgt Ihr Var Comp beispielsweise 0,0392767. Der CV (im untransformierten Maßstab) beträgt dann 20,01455169.Mehr zum Lebenslauf hier. https://en.wikipedia.org/wiki/Coefficient_of_variation#Log-normal_data
2. Die abfangen ist im logarithmischen Maßstab negativ (nicht im Rohmaßstab).
3. Dies ist eine komplizierte Frage. Die ganz kurze Antwort ist, dass es sich dabei um eine Aufteilung der gesamten Variabilität handelt ... sodass Sie sehen können, woher die Variabilität kommt, und vielleicht Ihre Ressourcen priorisieren können.
4. Sie können dies „manuell“ tun, indem Sie die Ausgabe speichern und die LSMeans (z. B. 10^LSMean) und ihre jeweiligen Intervalle zurücktransformieren. Seien Sie jedoch vorsichtig mit Interpretationen; Unterschiede in den arithmetischen Mittelwerten im logarithmischen Maßstab werden zurück in das Verhältnis der geometrischen Mittelwerte im Rohmaßstab umgewandelt.
