Início / coding / Perguntas / 79591352
Accepted
Leyna Stemle
Asked: 2025-04-25 03:41:23 +0800 CST

Problema do glmmTMB com número de observações e grupos

  • 772

Tenho um conjunto de dados com 125 animais em 3 locais e 100.500 observações. Ambos aparecem corretamente ao analisar a estrutura dos dados, mas quando executo o modelo com um quadro de dados atualizado (adicionei uma variável), eles não estão aparecendo corretamente. Alguém sabe como corrigir isso?

Formula:
type.x ~ std_rdden + std_forest2 + std_dev2 + (1 | site) + 
      (1 | Animal.ID) + Age.x + time.cat + Sex.x + road_category + season
Data: df7

AIC BIC logLik deviance df.resid
75769.3 75903.4 -37869.7 75739.3 56275

Random effects:

Conditional model:
Groups    Name        Variance  Std.Dev.
site      (Intercept) 2.936e-08 0.0001713
Animal.ID (Intercept) 2.000e-01 0.4472232
Number of obs: 56290, groups: site, 3; Animal.ID, 70

str()saída mostrando que eles aparecem como fator e com os números corretos no quadro de dados:

'data.frame':   100501 obs. of  55 variables:
  Animal.ID         : Factor w/ 125 levels "D1060

1 respostas

  1. Best Answer

    É difícil saber com certeza, mas o problema mais provável é que glmmTMB(como a maioria das funções de modelagem R) realiza uma análise de caso completa : ou seja, descarta quaisquer observações com valores ausentes para a resposta ou qualquer uma das variáveis ​​preditoras no modelo.

    Uma maneira de testar isso é usar model.framea fórmula e ver quantas linhas restam, por exemplo

    library(reformulas) ## for subbars
form <- type.x ~ std_rdden + std_forest2 + std_dev2 + (1 | site) + 
      (1 | Animal.ID) + Age.x + time.cat + Sex.x + road_category + season
form <- subbars(form) ## substitute '+' for '|' in formula so model.frame can handle it
mf <- model.frame(form, data = df7)
nrow(mf)   ## total observations remaining
length(unique(mf$Animal.ID)) ## number of animals remaining

    Se esse problema for de fato devido a NAvalores ausentes (ou seja, valores ausentes), você terá que tomar algumas decisões sobre o que fazer: você pode (1) conviver com o tamanho reduzido do conjunto de dados, (2) excluir alguns preditores se eles tiverem NAvalores demais ou (3) se estiver disposto a se esforçar mais, pode usar o micepacote para realizar imputações múltiplas para preencher os valores ausentes com base nas relações com os outros dados (não ausentes). O Capítulo 3 de Estratégias de Modelagem de Regressão de Harrell discute o tratamento de dados ausentes em detalhes.

    PS: geralmente não é aconselhável modelar variáveis ​​de agrupamento com menos de 5 níveis (por exemplo Site) como efeitos aleatórios, mesmo que elas se enquadrem conceitualmente/filosoficamente nessa categoria...

    • 3

relate perguntas