简要说明
质量单位ID代表S公司统计学的曲反分裂我个人的天差异，是SQuID工作的产物组。该计划旨在帮助像我们一样对理解表型变异的模式。个人差异是自然选择作用的原材料，因此是基础进化适应。了解表型的来源因此，方差是生物学研究的一个最基本特征而混合效应模型提供了一个很好的工具，尽管很有挑战性。传播特性、潜力和解释挑战因此，SQuID的首要目标是在研究社区中开展工作。
这个鱿鱼一揽子计划有两个主要目标：首先为学生、教师和想学习使用混合效应模型的研究人员。用户可以体验如何使用混合效应模型框架通过互动探索了解不同的生物现象模拟多级数据。第二，鱿鱼提供研究机会给那些已经熟悉混合效应的人模型，作为鱿鱼支持生成数据集用户可以下载并使用一系列基于模拟的统计数据分析，如多级和多元数据。
安装鱿鱼包装
要安装CRAN的最新发布版本：
install.packages（“squid”）
要从GitHub安装开发版本，请执行以下操作：
#install.packages（“devtools”）devtools:：install_github（“hallegue/squid”）
获取有关安装的更多信息开发工具包装。
背景
个体性状的表型由以下因素的总和决定遗传和环境影响。表型变异是结构化的分层方式和混合效果下的分层建模模型是分析和分解这种变化的好工具。表型不同物种、同一物种的不同种群、同一群体的个体，通过重复观察同一个人。我们专注于个人层面，因为对两者来说都是最重要的生物水平之一生态和进化过程。不同的变化来源是个体表型的起源。个人可以由于携带不同的基因变体，它们的表型不同（即等位基因）。但个人也会经历不同的环境在他们的一生中。一些环境影响会带来持久的标记在表型上，而其他的则更加短暂。前者倾向于产生长期的诱导变异，而后者导致个体差异的原因。然而，这取决于时间表型测量相对于环境影响。此外，个人之间没有差异不仅在他们的平均表型上，而且在他们对变化的反应上在其环境中（即个体表型的差异塑性）。这代表了在个体差异水平内。变化的模式可以，因此，非常复杂。选择可以对这些不同的性状表型的变异成分，这就是为什么重要的是量化它们的大小。
混合模型是非常灵活的统计工具，提供了一种方法估计这些不同水平的变化，并表示进化生物学的一般统计框架。因为计算能力的进步混合模型已经成为越来越受生态学家和进化生物学家的欢迎过去十年。然而，拟合混合模型并非易事锻炼，以及个人之间和个人内部的数据采样方式对模型的结果有很强的影响。这就是为什么我们创建了鱿鱼可以帮助新用户的模拟工具有兴趣分解表型方差以更熟悉特征层次组织的概念，混合模型并避免因采样不当而造成的陷阱。
鱿鱼包装描述
鱿鱼是一个基于仿真的工具，可用于研究和教育目的。鱿鱼创造一个世界由表型由用户定义的表型方程，允许轻松翻译将生物假设转化为数学上可量化的参数。这个该框架适用于进行模拟研究，确定针对特定用户生物问题的最佳抽样设计，以及进行基于模拟的推理以帮助解释实证研究。鱿鱼也是一种教学工具有兴趣学习或教他人如何实施的生物学家并解释混合效应模型，当研究导致表型变异。鱿鱼基于数学创建一组个人（即研究人群）的模型重复表达一个或两个不同性状的表型统一时间。性状的表型值根据表型方程的一般原理(丁格曼斯&Dochtermann 2013，《动物生态学杂志》)：表型为假设是一系列组件和表型方差（Vp）是这些因果成分。因此，用户可以灵活地添加不同的方差成分将形成每个时间点的个人，并设置通过对环境影响的定义，对每个组成部分进行了定义。鱿鱼然后允许用户收集每个模拟个体的表型（即操作数据集），根据具体的抽样设计。两者之间的主要区别鱿鱼和其他R包，也允许性能通过数据模拟进行分析（例如帕姆,od棱镜,模拟),只是那样吗鱿鱼允许单独的步骤来生成世界第一，然后从中建模采样过程。鱿鱼受进化的影响，设计用于适应未来会出现更复杂的场景。
鱿鱼有两个主要功能；鱿鱼应用程序（）和鱿鱼R（）:
鱿鱼应用程序（）:运行SQuID应用程序它是使用闪亮的包装（我们建议将默认web浏览器更新为最新版本）。SQuID构建为一系列模块，引导用户进入探索表型方程日益复杂的情况模型和表型取样方式与具体感兴趣的参数的估计；最后一个模块是允许用户生成数据集的完整模型模拟然后可以用于在其统计包中运行分析具体研究问题的选择。对于大多数模块模拟数据集自动输入R中的统计模型并将分析的主要结果显示在输出中。对于完整用户有机会下载操作数据集的模型用于进一步分析。SQuID应用程序还有一个选项卡（完整模型（逐步））详细描述SQuID完整模型。
#运行SQuID应用程序图书馆（鱿鱼）鱿鱼应用程序（）
鱿鱼R（）:是传统的R函数允许数据生成和采样，而无需基于浏览器接口。此功能可用于更高级和更高效了解SQuID的工作原理后进行模拟。鱿鱼R（）可以很容易地包含在R脚本中。
项目历史
这一切始于2013年11月的汉诺威Susanne Foitzik、Franjo Weissing、，以及尼尔斯·丁格曼斯（Niels Dingemanse），由大众汽车基金会（Volkswagen Foundation）资助。期间这次研讨会上，一群研究人员讨论了潜在的问题与抽样设计有关的成分估计表型方差和协方差。很明显，有一个迫切需要开发一个模拟包来帮助任何感兴趣的人使用混合模型方法熟悉这些方法避免与结果解释相关的陷阱。A类第一个模型和该包的工作版本于1月份创建2014年，在魁北克大学蒙特勒分校的一次会议上。电流2014年11月，在Max塞维森普朗克鸟类研究所。
SQuID团队
- Hassen Allegue（蒙特利尔蒙特利尔魁北克大学，加拿大）
- Yimen G.Araya Ajoy（挪威科技大学，挪威特隆赫姆）
- Niels J.Dingemanse（塞维森马克斯·普朗克鸟类研究所&德国慕尼黑大学）
- Ned A.Dochtermann（美国法戈北达科他州立大学）
- Laszlo Z.Garamszegi（Estación Biológica de Doñana-CSIC，塞维利亚，西班牙）
- 中川信一（悉尼新南威尔士大学，澳大利亚）
- Denis Réale（加拿大蒙特利尔魁北克大学蒙特利尔分校）
- Holger Schielzeth（德国比勒菲尔德大学）
- David F.Westnight（美国列克星敦肯塔基大学）
工具书类
Allegue，H.、Araya-Ajoy，Y.G.、Dingemanse，N.J.、Dochtermann N.A.、。，Garamszegi，L.Z.、Nakagawa，S.、Réale，D.、Schielzeth，H.和Westneat，D.F.（2016）。SQuID-个体的统计量化差异：理解的教育和统计工具线性混合模型中的多层次表型数据。生态学方法和进化，8:257-267。内政部：10.1111/2041-210X.12659
新泽西州丁格曼斯和多希特曼（Dochtermann N.A.）（2013年）。量化个人行为变化：混合效应建模方法。第页，共页动物生态学，82:39-54。内政部：10.1111/1365-2656.12013