使用未标记的包绘制分类协变量与占用率的关系

Question

我正在使用未标记的包针对预测占用模型绘制协变量，我的三个协变量是连续的，因此我使用预测函数和 ggplot、geom_ribbon 进行了绘制。然而，显然这不适用于分类/因子变量，我希望能够将我的因子协变量中两个离散类别的预测占用率绘制为箱线图。

数据集 UMF - 是带有站点协变量、obs 协变量和单个物种捕获历史的未标记框架。我已经包含了空模型、连续协变量模型 (path_dist) 和我所在的分类协变量 (fox_presence) 的代码。分类协变量有两个级别：存在和不存在，并被视为数据集中的一个因素。我尝试使用与连续和 null 相同的预测函数，但将类型更改为“响应”，但这会产生错误代码。

有什么方法可以针对未标记包中单个物种的占用情况来建模和绘制分类协变量吗？我已经删除了其他连续变量的建模作为其只是重复，但这就是模型从 m2 移动到 m5 的原因。

m1 <- occu(formula = ~1
~1,
data = umf) 

m2 <- occu(formula = ~1 # detection formula first 
~path_dist, # occupancy formula second, 
data = umf) 

newDat <- 
cbind(expand.grid(path_dist=seq(min(cov$path_dist),max(cov$path_dist), 
length.out=100)))

newDat<- predict(m2, type="state", newdata = newDat, appendData=TRUE) # 
predict psi (type = "state") and confidence intervals based on our 
model for these road distances 

p1 <- ggplot(newDat, aes(x = path_dist, y = Predicted)) + 
geom_ribbon(aes(ymin = lower, ymax = upper), alpha = 0.5, linetype = 
"dashed") + geom_path(size = 1) + labs(x = "Distance to path", y = 
"Occupancy probability") + theme_classic() + coord_cartesian(ylim = 
c(0,1)) 

#fox_presence model/categorical covariate
cov$Fox_Presence <- factor(cov$Fox_presence) 

m5 <- occu(formula = ~1 
~Fox_presence, data = umf) 

newDat4 <- cbind(expand.grid(Fox_presence=seq(cov$Fox_presence), 
(cov$Fox_presence), length.out=100))
newDat4 <- predict(m5, type="response", newdata = newDat4, 
appendData=TRUE) 

#error: valid types are state, det

Answer 1

Kevin Shoemaker 有一个关于单季占用模型的教程，其中协变量之一是一个因素 -“边缘”或“内部”，以及用于预测占用并根据该模型制作箱线图的代码可以在此处找到：https ://kevintshoemaker.github.io/NRES-746/Occupancy.html。 希望这有帮助！