枝角类示例
枝角类示例来自Galloway等人,2014年并将MixSIAR应用于22维脂肪酸数据集。这里的14个混合数据点是芬兰6个湖泊在2个季节内的枝角类(水蚤)脂肪酸剖面。除了高维性之外,与此分析的另一个不同之处是,我们分别拟合了每个混合数据点,因为没有明确的协变量结构(有些站点有2个季节,有些站点有1个季节,一些站点在同一个湖泊中)。我们通过创建“id”列并将“id”视为固定效果来实现这一点。
- 22种生物示踪剂(碳14.0、16.0、16.1w9、16.1w 7、16.2w 4、16.3w 3、16.4w 3、17.0、18.0、18.1w 9、18.1w7、18.2w6、18.3w 6、18.3 w3、18.4w 3,18.5w3、20.0、22.0、20.4w 6、20.5w 3、22.6w3,BrFA)
- 混合数据点独立匹配(仅“过程错误”,MixSIR)
- 源数据作为手段和标准
在这里,我们拟合了MixSIR的“过程错误”模型,当我们只有一个混合数据点(或者在这里,每个固定效果只有一个数据点)时,我们必须这样做。在只有一个数据点的情况下,没有信息来估计额外的混合方差项,因此我们必须基于源的方差假设一个固定的方差(请参见摩尔和塞门斯2008).
这里我们将“id”视为一个固定效应,这将分别估计每个混合数据点的饮食(样本大小为1)。如果您认为站点/季节等之间存在明显差异,但每个站点/季节只有1或2个点(即,您没有足够的数据来估计站点/季节影响),那么这样做是有意义的。如果您对站点/季节效果感兴趣,则需要在每个站点/季节内进行复制,然后最好将站点/季节作为固定或随机效果进行拟合。
脂肪酸数据大大增加了生物示踪剂的数量,超过了典型的两种稳定同位素d13C和d15N,这使得混合模型有能力解析更多来源。然而,我们警告说,使用脂肪酸数据并不是解决“未定”问题的灵丹妙药(#sources>#biotracers+1)。随着消息来源数量的增加\(α=1)具有更大的影响,即使生物示踪剂比来源更多。请参阅枝角类示例之前有7个来源和22个生物示踪剂。
加载混合物数据
看到了吗?load_mix_data了解详细信息。
枝角类消费者数据有1个协变量(因子=“id”
),我们将其作为固定效果进行拟合(fac_random=假
). “站点”未嵌套在另一个因子中(fac_nested=假
). 没有持续的影响(cont_effects=空
).
#用文件的路径替换system.file调用
混合文件名<- system.file(系统文件)(“外部数据”,“cladocera_consumer.csv”,包装= “MixSIAR”)
混合<- 加载混合数据(文件名=mix.filename,
等名称(_N)=c(c)(“c14.0”,“c16.0”,“c16.1w9”,“c16.1w7”,“c16.2w4”,
“c16.3w3”,“c16.4w3”,“c17.0”,“c18.0”,“c18.1w9”,
“c18.1w7”,“c18.2w6”,“c18.3w6”,“c18.3w3”,“c18.4w3”,
“c18.5w3”,“c20.0”,“c22.0”,“c20.4w6”,“c20.5w3”,
“c22.6w3”,“BrFA”),
因素=“id”,
传真(_R)=错误的,
工厂_测试=错误的,
连续效果(_E)=无效)
加载源数据
看到了吗?load_source_data了解详细信息。
我们在源数据中没有任何固定/随机/连续效应或浓度依赖性(source_factors=空
,conc_dep=错误
). 我们只有源平均数、SD和样本大小,而不是原始的“原始”数据(data_type=“表示”
).
负载识别数据
看到了吗?load_discr_data了解详细信息。
请注意Galloway等人,2014年进行喂食试验,创建“资源库”。在混合模型中,来源实际上是消费者对每个来源的独家供给。这使得他们可以将区分设置为0(参见isopod_discrimination.csv
).
绘图数据
不要使用绘图_数据
函数!当有2个以上的生物示踪剂时,MixSIAR目前绘制每一个成对组合。这里,这意味着\({22\选择2}=231\)生成绘图。哎呀!未来,MixSIAR将为这些情况提供非度量多维缩放(NMDS)图。
打印之前
定义先验值,然后使用“plot_press”绘制
- 红色=您之前的
- 深灰色=“无信息”/多面手(alpha=1)
- 浅灰色=“无信息”杰弗里先验(alpha=1/n.sources)
请注意7个来源之前的“无信息”看起来信息量越来越大……想象一下,如果有15个来源,它会是什么样子。
编写JAGS模型文件
在这里,我们适合“仅处理”错误MixSIR模型,当我们只有一个混合数据点(或者在这里,每个固定效果只有一个数据点)时,我们必须这样做。在只有一个数据点的情况下,没有信息来估计额外的混合方差项,因此我们必须假设基于源方差的固定方差。“剩余*过程”、“仅剩余”和“仅过程”之间的差异在股票和股票(2016年).
运行模型
首次使用run=“测试”
检查1)数据是否正确加载,2)模型是否正确指定:
测试运行正常后,将MCMC运行增加到可能收敛的值:
分析诊断和输出
看到了吗?output_JAGS了解详细信息。
由于我们将“id”作为一个固定效应进行拟合,因此在总体人口水平上没有对饮食的推断(没有p.global)。您应该看到所有14个混合物样本的后验图(标识7,标识14).