鸟类回访次数与停留时间的R统计分析方法咨询

一、回访次数（visitIdx：计数型数据） #

模型选择与代码 #

如果数据中同一鸟类有多次回访记录（存在重复测量），必须加入鸟类编号作为随机截距控制个体非独立性，此时用广义线性混合模型（GLMM）合理：

1. Poisson GLMM（lme4包）：

library(lme4)
# bird_id为数据集里的鸟类编号列名
mod_pois <- glmer(visitIdx ~ sex + (1|bird_id), data = Gbirds_sex, family = poisson)
summary(mod_pois)

2. 检查过度离散：
   计算残差离散度，若值显著大于1，说明Poisson模型适配性差，需改用负二项GLMM：

# 皮尔逊残差平方和 / 残差自由度
dispersion <- sum(residuals(mod_pois, type = "pearson")^2) / df.residual(mod_pois)
dispersion

3. 负二项GLMM（glmmTMB包）：

library(glmmTMB)
mod_nb <- glmmTMB(visitIdx ~ sex + (1|bird_id), data = Gbirds_sex, family = nbinom2)
summary(mod_nb)

如果每只鸟仅对应一个总回访次数（无重复测量），无需随机截距，直接用广义线性模型（GLM）：

# Poisson GLM
mod_pois_glm <- glm(visitIdx ~ sex, data = Gbirds_sex, family = poisson)
# 负二项GLM（过度离散时用，依赖MASS包）
library(MASS)
mod_nb_glm <- glm.nb(visitIdx ~ sex, data = Gbirds_sex)

二、停留时间（timeInside：连续但过度离散） #

高斯模型离散度达2.8，说明数据不符合正态假设，推荐以下两种方案：

方案1：负二项模型（适合计数型停留时间，如整数秒记录） #

若停留时间是整数计数（如秒数），用glmmTMB的nbinom2模型，根据是否有重复测量决定是否加随机截距：

# 带随机截距（存在重复测量）
mod_time_nb <- glmmTMB(timeInside ~ sex + (1|bird_id), data = Gbirds_sex, family = nbinom2)
summary(mod_time_nb)

# 无重复测量（依赖MASS包）
library(MASS)
mod_time_nb_glm <- glm.nb(timeInside ~ sex, data = Gbirds_sex)

方案2：Gamma模型（适合连续型正数右偏数据） #

若停留时间是连续型正数（如带小数的精确时间），Gamma分布模型更适配：

# 带随机截距
mod_time_gamma <- glmmTMB(timeInside ~ sex + (1|bird_id), data = Gbirds_sex, family = Gamma(link = "log"))
summary(mod_time_gamma)

# 无重复测量
mod_time_gamma_glm <- glm(timeInside ~ sex, data = Gbirds_sex, family = Gamma(link = "log"))

模型拟合诊断 #

无论用哪种模型，都要通过残差图检查拟合效果：

plot(residuals(mod_time_nb, type = "pearson") ~ fitted(mod_time_nb))
abline(h = 0, lty = 2)

关于随机截距的判断 #

• 必须加：同一鸟类有多次观测（回访/停留时间的重复记录），随机截距可控制个体间的非独立变异。
• 无需加：每只鸟仅对应一个观测值（如总回访次数、平均停留时间），用固定效应模型即可。

内容的提问来源于stack exchange，提问作者Zach Ng