안녕하세요, 저는 1992년부터 2021년까지 뉴햄프셔에서 잡힌 마감 수은이 어떻게 변했는지 평가하고 이 기간 동안 이러한 수은 수준이 카운티마다 어떻게 다른지 평가하려고 하는 다소 큰 데이터 세트를 가지고 있습니다.
내 데이터는 다음과 같습니다
DV = 총 수은(Log10 스케일링, 연속형)
IV 고정 1= 어류 길이(연속)
IV 고정 2= 잡힌 연도(범주형, 숫자/명목형)
IV 고정 3= 잡힌 연도 * 길이
IV 고정 4= 카운티(범주형, 문자/명목형)
IV 무작위 1= 호수(범주형, 문자/명목형)
IV 무작위 2= 호수 * 포획 연도
Fit Model Platform Here에서 이것을 지정했습니다.
이것은 내 출력 결과입니다.
나는 궁금하다
1. REML 출력 메뉴에서 변동 계수 값을 어떻게 해석해야 합니까? (이 값도 음수로 나타납니다)
2. 음의 기준선 수은 농도를 갖는 것이 불가능하므로 음의 절편을 내 매개변수 추정치로 의미있게 해석하는 방법
3. 무작위 효과의 그룹 간 및 그룹 내 변동(호수 내, 호수 간, 호수 연도에 따른 어류 수은의 변동)을 해석하는 방법
4. 효과 세부 정보 빨간색 삼각형 드롭다운 메뉴에서 LS 평균을 역변환하는 방법.
또한 이것이 내 결과물이라는 점을 고려하여 내가 수행/탐색해야 할 다른 작업이 있는지 확인하고 싶습니다.
이에 대한 귀하의 통찰력에 감사드립니다.
안녕 @IWRRI ,
일반적인 관점에 대한 몇 가지 설명은 다음과 같습니다.
- 호수 변수가 카운티가 아닌 무작위 변수가 될 수 있는 이유/방법을 잘 모르겠습니다(관측 데이터이기 때문에 위치 변수로도 들리고 호수처럼 "무작위로")? 따라서 가능한 모든 위치의 일부, 즉 더 큰 인구의 무작위 샘플) ?
- 연도에 대한 동일한 질문입니다. 관찰 연구이기 때문에 고정 효과로 간주되는 이유/방법을 알 수 없습니다. 시간을 제어할 수 없으며 연간 변동/분산에 더 관심이 있을 수 있습니다. 연간 평균값은? 그리고 분석에 포함된 연도(1992~2021)는 가능한 더 큰 기간에서 무작위로 추출한 표본일 뿐입니다.
- 또한 무작위 효과와 고정 효과가 조합되어 있으므로 "최소 제곱법" 대신 "혼합 모델" 플랫폼을 사용하는 것이 좋습니다. 혼합 모델 및 무작위 효과 모델(jmp.com)
나는 귀하의 주제를 정확히 알지 못하므로 제 질문 중 일부는 순진하게 들릴 수도 있고 귀하의 주제에 적합하지 않을 수도 있습니다. 그렇다면 무시할 수 있습니다. 이 질문과 의견이 귀하에게 도움이 되기를 바랍니다.
안녕 @IWRRI : 몇 가지:
1. CV는 100*sqrt(VC)/평균이며, 여기서 VC는 해당 Var Comp입니다. 평균이 음수이기 때문에 음수입니다(아래 2에서 이에 대해 설명하겠습니다).그러나 이러한 CV는 로그 스케일 데이터에 대한 것입니다.당신은 원시 규모에 관심이 있습니다. 이 경우 Excel에서는 CV = 100*sqrt(exp(Var Comp)-1) 입니다. 예를 들어 Lake 무작위 효과의 경우 Var Comp = 0.0392767입니다. 그러면 CV(변환되지 않은 규모)는 20.01455169입니다.이력서에 대한 자세한 내용은 여기를 참조하세요. https://en.wikipedia.org/wiki/Coefficient_of_variation#Log-normal_data
2. 가로채기 로그 스케일에서는 음수입니다(원시 스케일 아님).
3. 이것은 관련된 질문입니다. 매우 짧은 대답은 이것이 전체 변동성의 분할이라는 것입니다. 따라서 변동성이 어디에서 발생하는지 확인하고 리소스의 우선순위를 지정할 수 있습니다.
4. 출력을 저장하고 LSMeans(예: 10^LSMean) 및 해당 간격을 역변환하여 이 작업을 "수동"으로 수행할 수 있습니다. 하지만 해석에는 주의하세요. 로그 스케일의 산술 평균의 차이는 원시 스케일의 기하 평균 비율로 다시 변환됩니다.
