मुझे नहीं पता कि क्या एक मिश्रित मॉडल बहुत उपयुक्त है (मानक पैकेजों का उपयोग करके जहां यादृच्छिक प्रभाव संरचना एक रैखिक भविष्यवक्ता है), जब तक आपको नहीं लगता कि सभी बिंदुओं पर डेटा किसी न किसी अर्थ में एक दूसरे के साथ विनिमेय होना चाहिए (जिस स्थिति में अनियमित अंतराल एक गैर-मुद्दा है) - यह वास्तव में एक उचित तरीके से लौकिक निरूपण मॉडलिंग नहीं करेगा। यह संभव है कि आप किसी प्रकार की ऑटोग्रेसिव चीज़ को करने में lmer () को चकमा दे सकते हैं लेकिन आप वास्तव में ऐसा कैसे करेंगे जो मुझे अभी बचता है (मैं सीधे नहीं सोच सकता हूं)। इसके अलावा, मुझे यकीन नहीं है कि "समूहीकरण चर" क्या होगा जो मिश्रित मॉडल परिदृश्य में स्वत :संबंध उत्पन्न करता है।
यदि टेम्पोरल ऑटोकैरेलेशन एक उपद्रव पैरामीटर है और आप इसे बहुत अधिक होने की उम्मीद नहीं करते हैंबड़े, तो आप डेटा को उन युगों में बिन कर सकते हैं जो अनिवार्य रूप से सहसंबंध के संदर्भ में एक दूसरे से असम्बद्ध हैं (उदाहरण के लिए समय श्रृंखला को उन बिंदुओं पर अलग करें जहां कोई डेटा के महीने नहीं हैं) और उन्हें स्वतंत्र प्रतिकृति के रूप में देखें। आप तब इस संशोधित डेटा सेट पर एक GEE जैसा कुछ कर सकते हैं, जहां "क्लस्टर" को परिभाषित किया गया है कि आप किस युग में हैं, और कार्य सहसंबंध मैट्रिक्स की प्रविष्टियां एक फ़ंक्शन हैं, जहां तक अवलोकन किए गए थे। यदि आपका प्रतिगमन समारोह सही है, तो आपको अभी भी प्रतिगमन गुणांक के लगातार अनुमान मिलेंगे, भले ही सहसंबंध संरचना गलत हो। यह आपको उदाहरण के लिए, लॉग-लिंक (जैसा कि आमतौर पर पॉइसन रिग्रेशन में होता है) का उपयोग करके इसे गिनने की अनुमति देता है। आप प्रजातियों के बीच कुछ अंतर सहसंबंध में भी निर्माण कर सकते हैं, जहां प्रत्येक बार बिंदु को प्रजातियों के बहुभिन्नरूपी वेक्टर के रूप में देखा जाता है, समय बिंदुओं के बीच कुछ अस्थायी रूप से क्षय संघ के साथ गिना जाता है। ऐसा करने के लिए मानक GEE संकुल को रौंदने के लिए कुछ पूर्व-प्रसंस्करण की आवश्यकता होगी।
यदि टेम्पोरल ऑटोकैरेलेशन एक उपद्रव पैरामीटर नहीं है, तो मैं एक संरचित सहसंयोजक मॉडल की तरह कुछ और करने की कोशिश करूंगा, जहां आप संपूर्ण डेटासेट को एक बड़े बहुभिन्नरूपी वेक्टर के अवलोकन के रूप में देखते हैं, जैसे कि प्रजाति पर बीच है यू , वीYs,Ytu,v
cov(Ys,Yt)=fθ(s,t,u,v)
जहां , कुछ पैरामीट्रिक मानकों की एक सीमित संख्या के लिए ऊपर जाना जाता समारोह है , मानकों मतलब संरचना को नियंत्रित करने के एक नंबर के साथ। आपको इस तरह के एक मॉडल के लिए "अपना खुद का निर्माण" करने की आवश्यकता हो सकती है, लेकिन गिनती डेटा के लिए इस तरह की चीजें करने के लिए एमपीएलयूएस पैकेज होने पर मुझे आश्चर्य नहीं होगा।θfθ