Réponse fonctionnelle avec distribution Poisson

[de Villemereuil Pierre]

Bonjour,

Je viens de faire une série d'observation afin de modéliser une réponse fonctionnelle. Cependant, j'ai quelques problèmes dus à certaines caractéristiques des mes données :
- il semblerait que mes données ne suivent pas une distribution normale autour de la courbe de réponse fonctionnelle, mais une distribution de Poisson
- certaines de mes observations ont été répétées concernant les individus utilisés, il pourrait donc y avoir un effet aléatoire du à cette répétition

Basiquement, il me faut donc une fonction capable de faire une modélisation généralisée non linéaire à effets mixés.

J'aurai aimé utiliser la fonction quet nlme(), cependant je ne peux pas utiliser de distribution de Poisson avec ce paquet.

La fonction gnlmix() permet en principe de faire une modélisation généralisée non linéaire avec un effet aléatoire, mais je n'arrive pas à l'utiliser de manière à lui faire modéliser une équation.

Quelqu'un a-t-il déjà eu à modéliser une équation sous R en utilisant ce genre de fonctions ? Si oui, pourrait-il m'expliquer comment faire ?

En vous remerciant par avance,
Pierre de Villemereuil.

[jean lobry]

La fonction gnlmix() permet en principe de faire une modélisation généralisée non linéaire avec un effet aléatoire, mais je n'arrive pas à l'utiliser de manière à lui faire modéliser une équation.

Bonjour,

si tu donnes code et données, peut-être hackeR t'aidera.

Amicalement,

Jean

P.-S. 'tain, j'avais presqu'un alexandrin.

[Renaud Lancelot]

Basiquement, il me faut donc une fonction capable de faire une modélisation généralisée non linéaire à effets mixés.

J'aurai aimé utiliser la fonction quet nlme(), cependant je ne peux pas utiliser de distribution de Poisson avec ce paquet.

La fonction gnlmix() permet en principe de faire une modélisation généralisée non linéaire avec un effet aléatoire, mais je n'arrive pas à l'utiliser de manière à lui faire modéliser une équation.

S'il s'agit de faire un modèle de Poisson avec effets aléatoires, il y a différentes possibilités en modèles fréquentistes (e.g., glmer, package lme4) ou bayésiens (e.g., MCMCglmm, package éponyme).

[de Villemereuil Pierre]

En fait, il s'agit d'une loi de Poisson dont la moyenne suivrait l'équation de ma réponse fonctionnelle.

Sous nlme(), la paramétrisation donnerait ceci :

Code : Tout sélectionner

set_function<-function(N,G,R,a,h,c,d){
   Y<-a*N*10/(1+a*h*N+c*G+d*R)
}

nlme(Y~set_function(N,G,R,a,h,c,d),data=data,fixed=list(a~pop+size1,h~pop+size1,c~pop+size1+I(size2/size1),d~pop+size1+I(size2/size1)),random=a~1|ind1,start=list(fixed=c(a=c(12,0.1,0.1),h=c(0.2,-0.05,0.01),c=c(-0.68,0.08,0.01,1.77),d=c(0.198,0.258,0.001,0.148))),method="REML")

Seulement, ici, nlme() paramétrise la courbe comme si Y suivait une loi normale, or elle suit plutôt une loi de Poisson autour de la courbe.

Sous gnlmm(), j'ai ceci :

Code : Tout sélectionner


gnlmm(Y,distribution='Poisson',psd=0.1,pmu=c(a=12,h=0.2,c=1,d=0.4),nest=ind1,mu=~I(a*N*10/(1+a*h*N+c*G+d*R)))



Mais là, je perds la possibilité d'entrer les dépendances de mes paramètres (comme a~pop+size1) et d'avoir un effet aléatoire tel que a~1|ind1 dans nlme().