こんにちは、私はかなり大規模なデータセットを持っており、ニューハンプシャー州で捕獲された仕上げ材中の水銀が 1992 年から 2021 年までどのように変化したかを評価し、この時間軸を通じてこれらの水銀レベルが郡ごとにどのように変化するかを評価しようとしています。
私のデータは次のとおりです
DV = 総水銀量 (Log10 スケール、連続)
IV 固定 1= 魚の長さ (連続)
IV 固定 2= 捕獲年 (カテゴリ、数値/名義)
IV 固定 3= 捕獲された年 * 長さ
IV 固定 4= 郡 (カテゴリ、性格/名目)
IV ランダム 1= 湖 (カテゴリ、性格/名目)
IV ランダム 2= 湖 * 捕獲された年
これを Fit Model Platform Here で指定しました。
これらは私の出力結果です
興味があります
1. REML 出力メニューの変動係数の値をどのように解釈すればよいですか? (これらの値も負の値として表示されます)
2. 負のベースライン水銀濃度を持つことは不可能であるため、負の切片をパラメーター推定値として有意義に解釈する方法
3. 変量効果のグループ間およびグループ内の両方の変動を解釈する方法 (湖内、湖間、および湖の年にわたる魚の水銀の変動)
4. 効果の詳細の赤い三角ドロップダウン メニューから LS Means を逆変換する方法。
また、これが私の出力であることを考慮して、他に何かする必要があるかどうかを確認することに興味があります。
この点についてご理解いただきありがとうございます。
やあ@IWRRI : いくつかのこと:
1. CV は 100*sqrt(VC)/平均です。ここで、VC はそれぞれの Var Comp です。 平均値が負であるため、負になります (これについては下の 2 で説明します)。ただし、これらの CV は対数スケール データ用です。あなたは生のスケールに興味があります。 この場合、Excel で言えば、CV = 100*sqrt(exp(Var Comp)-1) となります。 たとえば、湖のランダム効果の場合、Var Comp = 0.0392767 となります。 CV (未変換スケール) は 20.01455169 となります。CVについて詳しくはこちら。 https://en.wikipedia.org/wiki/Coefficient_of_variation#Log-normal_data
2.インターセプト対数スケールでは負です (生のスケールではありません)。
3. これは複雑な質問です。 非常に簡単に言うと、これは全体的な変動性を分割したものであるため、変動性がどこから来たのかを確認し、おそらくリソースに優先順位を付けることができます。
4. 出力を保存し、LSMeans (例: 10^LSMean) とそれぞれの間隔を逆変換することで、これを「手動で」行うことができます。 ただし、解釈には注意してください。対数スケールでの算術平均の差は、生のスケールでの幾何平均の比に変換されます。
やあ@IWRRI 、
一般的な観点についていくつかコメントします。
- 変数湖が郡ではなく確率変数になる理由/方法がよくわかりません（これは位置変数でもあり、観測データであるため湖と同じように「ランダム」であるように聞こえますか？） つまり、考えられるすべての場所の一部、つまりより大きな母集団からの無作為サンプルだけなのでしょうか？
- 年についても同じ質問です。なぜ/どのようにそれが固定効果とみなされるのかわかりません。これは観察研究であり、時間を制御することはできません。また、年ごとの変動/分散に興味があるかもしれません。年間の平均値は？ また、分析の年 (1992 年から 2021 年) は、可能な限り大きな期間からのランダムなサンプルにすぎません。
- また、ランダム効果と固定効果を組み合わせることができるため、「最小二乗法」法の代わりに「混合モデル」プラットフォームを使用することをお勧めします。混合モデルとランダム効果モデル (jmp.com)
私はあなたのトピックを正確に知らないため、私の質問のいくつかは素朴に聞こえるかもしれませんし、あなたのトピックには適切ではないかもしれません。 その場合は無視して構いません。 これらの質問や意見があなたのお役に立てば幸いです。
