Logistic回归控制年份时间自相关的R语言glm()实现咨询

基础glm()本身没有内置处理时间自相关的参数，你可以根据你的数据特征选择以下3种常用方案：

方案1：将年份作为固定效应纳入glm模型 #

如果你的观测年份数量较少（一般小于10年），直接把年份转为分类变量加入模型即可控制不同年份的整体捕食率差异，缓解年际自相关问题。
代码示例：

fit2 = glm(Predation ~ Nest_age + as.factor(Year), data = Bird, family = binomial(link = "logit"))

注意：年份数量较多时该方案会消耗大量自由度，可能导致模型估计效率下降，推荐用随机效应方案替代

方案2：使用广义线性混合模型（GLMM）加入年份随机效应 #

适合年份数量较多的场景，将年份作为随机截距纳入模型，既可以控制年际聚类带来的非独立问题，也不会消耗过多自由度。推荐使用lme4包实现：
代码示例：

# 加载依赖包
library(lme4)
# 仅加入年份随机截距，假设不同年份仅整体捕食率存在差异
fit3 = glmer(Predation ~ Nest_age + (1 | Year), data = Bird, family = binomial(link = "logit"))
# 若巢龄的效应也存在年际波动，可以加入随机斜率
fit4 = glmer(Predation ~ Nest_age + (1 + Nest_age | Year), data = Bird, family = binomial(link = "logit"))

方案3：使用广义估计方程（GEE）显式控制序列自相关 #

如果你明确相邻年份的残差相关性远高于间隔更久的年份（即符合AR1时间自相关结构），可以用geepack包的GEE模型显式指定自相关结构：
代码示例：

# 加载依赖包
library(geepack)
# 先将数据按年份升序排序
Bird_sorted = Bird[order(Bird$Year), ]
# 构建GEE模型，指定AR1自相关结构
fit5 = geeglm(Predation ~ Nest_age, data = Bird_sorted, id = Year, family = binomial, corstr = "ar1")

额外建议：你可以通过AIC等指标比较不同模型的拟合优度，判断年际效应的强度；如果同一年份内的鸟巢还存在空间聚类等非独立特征，也可以加入对应的随机效应进一步优化模型。

内容的提问来源于stack exchange，提问作者Kes