如何解决预测物种密度的连续变量
我正在使用 unmarked 对一个物种进行距离抽样分析。我想使用连续变量来预测某些协变量将如何影响物种密度,例如,我研究区域内所有道路的距离或植被覆盖 (NDVI) 对物种密度的影响的回归物种密度。我一直在遵循的例子是使用分类变量来确定每个协变量水平(在这种情况下是每个栖息地类型)的物种预测值,如下所示,我想知道是否有人可以建议我如何使用连续数据做到这一点?或者我最好将我的连续数据转换为分类数据,例如0-10m、10-20m等?
#Predict with habitat
m.hab <- data.frame(hab=factor(c('CW','FG','OB','OG','OW')))
hab.pred <- predict(m.half.1.hab,type="state",newdata=m.hab,appendData=TRUE)
hab.pred
## Predicted SE lower upper hab
## 1 0.7917147 0.3116250 0.3660405 1.712412 CW
## 2 0.6133793 0.3604603 0.1938695 1.940657 FG
## 3 1.4623150 1.0465805 0.3596127 5.946300 OB
## 4 3.6569708 1.1295464 1.9962122 6.699406 OG
## 5 1.6706024 0.3559837 1.1002543 2.536606 OW
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。