全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
8710 0
2015-05-09

QQ图片20150508113125.png
delta T是温度变化,sdev是delta T 的standard error, proxy是不同测量温度的方法 一共有八种, marine是说这个测量是在陆地上面进行的还是在海面上进行的, latitude是测量温度所在的纬度。
如果我要研究不同的测量方法会不会对温度的变化有系统的改变, 我觉得用普通的regression model不能很好的描述这个关系
所以用混合效应模型会不会比较好,因为纬度和是否在海面上进行测量会对测量方法有随机影响(random effect)。
我的模型是这个样子的model2=lmer(deltaT~proxy+(1|marine)+(1|latitude),data=climate)
如果我要研究测量纬度对温度变化的影响和是否在海上测量对温度测量的影响, 我觉得只要用一般的regression model 就可以
最后如果我要找一个model来预测温度的总体变化,我是否可以将这三个模型混合到一起?

所以我的问题就是, 这样的模型能不能很好的描述我的数据? 和预测以后的以后更多的数据?
然后这standard error在这里是什么作用?

非常感谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群