混合效应模型、结构方程、贝叶斯在生态学中的应用

文章预览

一般线性回归运用非常广泛，但是日益复杂的数据结构，很难满足这个简单的模型的几个前提条件： 不同因子对Y的作用是相加的 残差符合正态分布（正态性） 残差方差齐次性 yi相互独立 y和x之间是线性关系 当然引入广义线性模型、加性模型也是给出了部分解决方案，但是要说终极方案当数混合效应模型，就像下图所示的包罗万象的广义线性混合模型。 Mark Williamson, University of North Dakota，  Generalized Linear Mixed Models for Everything 如果您构建结构方程模型的数据，也存在类似结构，那么片段化方程模型(Piecewise SEM)是首选的方法。Piecewise SEM实现了传统SEM和混合效应模型的高度融合，下面这个就是广义线性模型和SEM相结合的例子： 贝叶斯统计模型在处理复杂数据方面有独特的优势，典型的贝叶斯包brms, INLA，在生态的主流期刊也越来越流行了。 如果您想较 ………………………………