ich untersuche den Einfluss von menschlicher Anwesenheit auf die Flugaktivität von Fledermäusen im Winterquartier. Ich habe folgende Variablen
Treatment (=zweifaktorieller fixed Effect (Mensch anwesend / Mensch nicht Anwesend))
Flugaktivität (FA) (= response variable, Zählung, wie oft eine FM durch die Lichtschranke geflogen ist)
Bunkertemperatur (Tb) (= numerische covariable, da FM bei höheren Temperaturen generell aktiver sind)
Außentemperatur (To) (= " " )
Bunker ID(= Random effect)
In den wärmeren Bunkern sitzen aber weniger FM (1-6) als in den kälteren Bunkern (40-90). Deshalb habe ich die Anzahl der Flugbewegungen durch die Anzahl der FM in den entsprechenden Bunkern geteilt, um das Verhältnis der Aktivität im Bezug auf die Bunkertemperatur korrekt wiederzuspiegeln. Jetzt habe ich keine ganzen Zahlen mehr und kann die Poisson Verteilung bei meinem glmer nicht mehr anwenden. Zwei Lösungsansätze, zu denen ich eine Meinung bräuchte:
1. Da To und Tb korreliert sind, würde ich Tb am liebsten weg lassen. Dann könnte ich die Flugaktivität als response variable nehmen, ohne sie durch die Anzahl der Individuen zu teilen, hätte ganze Zahlen und könnte die Poisson Verteilung nehmen. Der Korrlationskoeffizient liegt aber nur bei 0.25, und das ist glaube ich nicht groß genug, um den Rausschmiss von Tb zu rechtfertigen. Wobei man sagen muss, dass die Bunkertemperaturen relativ konstant sind und nur leicht schwanken im Vergleich zu den Außentemperaturen und die Korrelation deshalb evtl so schwach ist?!
2. Ich habe versucht ein glmer mit einer Gamma Verteilung zu erstellen.
- Code: Alles auswählen
m1<-glmer(FA.count.r~treatment + To + Tb + (treatment:To)+ (treatment: Tb) + (1|bunker) , data=model, family="Gamma"(link="log"))
bekomme dann folgende Fehlermeldung
- Code: Alles auswählen
Error in eval(family$initialize, rho) :
non-positive values not allowed for the 'gamma' family
Habe aber keine negativen Werte in meiner response variable!
Ich bin dankbar über jeden Hinweis.
Vielen Dank
