Bolker et al. 2009 TREE vol.24の続き。

もちろん一概には言えないが，おおまなかな，，，おおまかな解析の手順が紹介されている。

1. 固定効果・ランダム効果を決める。特に重要そうな交互作用だけも決める。だいたいランダム効果は5-6レベルが推奨，固定効果に対しては10-20ほど。
2. 誤差構造とlink関数を決める
3. 図を描いて，傾向を練る。分散の均一性やら外れ値やら，誤差構造に指定した分布に適しているか
4. それぞれのランダム効果内やプールしたデータにして，固定効果の影響を確認する。地域ごとにランダム効果としてるなら，地域ごとに固定効果を見る。
5. ガチンコ混合モデルをぶつける。パソコンが悲鳴をあげたら，モデルを簡単にしたり，ごりごりGHQやLaplaceをやめたり。で，いろいろ検討する。生物的に解釈できるのか，バラツキとかが非常に小さく推定されてないか，交互作用について。
6. できあがったモデルについて，最後の味見をする。過分散，スケールパラメータを推定したり。モデルによって全然違う結果になったりしたら，モデル平均をしてみよう。

んー，この論文を読んで，過分散補正とランダム効果はべっこのことなんだと知った。例えば，データが個体ごとにバラツイていたら過分散補正をする。もしくはランダム効果を入れる。のが対策かと思っていたけど，ランダム効果を個体ごとに入れても過分散は考えなきゃいけないのね。あいや，誤差構造にポワソンとかニコニコを入れた時ですが。