r - 如何比较一段时间内的温度数据
问题描述
我的目标是评估与对照相比,应用于冠层的处理(对微气候数据)的效果。因此,我在 5 个站点和每个变体(“应用处理”与“控制”)的树冠中放置了三个数据记录器。在 217 天内,每 5 分钟平均一次数据。记录的数据如下所示:
Timepoint,Time,Celsius(°C),Humidity(%rh),dew point(°C)
1,27/03/2019 17:02:39,23.5,37.5,8.2
2,27/03/2019 17:07:39,23.5,36.5,7.8
3,27/03/2019 17:12:39,23.5,36.5,7.8
4,27/03/2019 17:17:39,24.0,37.5,8.6
5,27/03/2019 17:22:39,23.5,36.0,7.6
6,27/03/2019 17:27:39,23.0,37.0,7.5
7,27/03/2019 17:32:39,22.5,34.5,6.1
8,27/03/2019 17:37:39,22.5,34.5,6.1
每天汇总记录以获得 217 天中每一天的平均/最高/最低温度。无论在哪个站点,我都想确定所应用的治疗效果并随着时间的推移揭示差异。
有人告诉我时间序列分析在这里不起作用。我尝试对数据应用线性回归(灵感来自这篇论文:https ://journals.plos.org/plosone/article?id=10.1371/journal.pone.0234436 ),但由于控制不影响我的治疗放弃了这种方法。
所以我的问题是:哪种方法是在 R 中分析这些小气候数据的正确方法?
解决方案
Time
您可以尝试分别针对控制humidity
和治疗运行线性回归Celsius
,然后比较每个站点的两个模型的斜率。自然,如果您的治疗斜率比您的对照更高,这表明对治疗的反应结果 - 斜率之间的增量越高,对治疗的反应越好。该模型将是这样的(对于单个站点):
lm(Time~Celsius+Humidity, data = ControlData)
lm(Time~Celsius+Humidity, data = TreatmentData)
然后,您可以开始使用系数并从差异中得出结果,以及每个站点的回归线的一般斜率。之后,您甚至可以通过平均 5 个控制回归的系数来组合结果,并将它们与 5 个治疗回归的平均值进行比较(因为模型是线性的,这应该是统计有效的)。
推荐阅读
- sql-server - 创建一个哈希键作为唯一键
- html - Selenium 没有抓取所有的网络数据
- c# - 重定向 ASP.NET MVC Owin 身份验证请求
- core-data - Swift UI PreviewProvider:如何为其提供一些虚拟数据以供使用?
- anylogic - 在 AnyLogic 中通过路径的行进距离
- ruby-on-rails - ruby 升级到 3.0.0 后 Searchkick 搜索方法参数错误
- spring-boot - bean验证工作但Kotlin上的空消息
- python - 如何从 3d 模型生成点云
- python - 我想创建一个格式为标题的输出 txt 文件,它与输入 txt 和字典结果中的以下行相同:
- visual-studio-code - Markdown Preview Enhanced VScode:注释掉的行算作换行