本次加拿大作业代写主要内容是R语言统计建模
模拟动物运动
生态学的一项关键任务是了解环境条件如何影响动物的行为。在本作业中，我们将研究环境因素如何改变猛禽运动的方式。
猛禽是大型鸟类，可以通过滑行覆盖很多地面。这需要一些特定的环境条件，因此可以想象猛禽会有两种类型的运动状态：
•处于低能量状态，鸟类在活动中处于静止状态或静止不动； •处于高进入状态，鸟在附近移动很多。
在任何给定的时间段内都无法知道猛禽是否处于高能量状态或低能量状态。
适当的运动量度是最小比加速度（MSA），它在附加的数据中为单个猛禽给出。考虑MSA的正确标度是对数标度。
数据
数据可以读为
## date_time msa wind_speed saws_temp hrseg
dat <-read.csv（“ Verreauxs.accel.txt”，sep =“ \ t”）head（dat）
## 1 2013-04-16 13:03:44 0.23787533
## 2 2013-04-16 13:05:38 0.09222497
## 3 2013-04-16 13:07:27 0.27394695
## 4 2013-04-16 13:37:51 0.28776082
## 5 2013-04-16 13:39:44 0.59848213
## 6 2013-04-16 13:41:36 0.12466199
3.6 16.5 1
3.6 16.5 1
3.6 16.5 1
3.6 16.5 5
3.6 16.5 5
3.6 16.5 5
数据中包含多个变量，但相关变量为：
1个
•MSA：我们的观察
•wind_speed：风速（m / s）•saws_temp：温度（摄氏度）
该模型
给定状态Z的指示符，其中Z = 1对应于低能量状态，Z = 2对应于高能量状态，我们将log-MSA建模为
yi | Z，μ，σ〜N（μZ，σZ2）。
我们进一步假设，对于每个观察，对应的状态Zi是来自二项式的iid抽取
Pr（Z = 2）= pi的分布，可能因人而异。
此作业中的三个任务将帮助您探索拟合此模型的任务。
任务1：将简单模型拟合到模拟数据
从pi = p（一个常数，但未知的参数）的两个正态分布的混合物中模拟数据，并编写一个Stan模型以拟合数据。
•您可以使用所需的任何实验性设置，但应以书面形式证明选择的合理性。
•您应该做一些基本的事前预测检查。
•您应该进行一些后验预测检查，并评论模型的拟合度，包括任何
您在采样器上遇到的问题。
任务2：拟合数据
将两个不同的2组分混合模型拟合到给定的数据。第一个模型应具有固定的p，而第二个模型应具有处于状态2的概率为
logit（pi）=β0+β1wind+β2temp。
•编写斯坦代码以适合这些模型
•使用后验预测检查来评论两个模型的拟合程度。
•使用留一法交叉验证选择最佳模型并解释选择。
任务3：虚假组件
对于此任务，请像任务1一样保持p不变。
想象一下，我们不确定是否存在2或3个不同的能量状态。在这种情况下，一种选择是
使3组件模型具有先验特征，从而在1和2组件模型上增加了很多质量。
设计一个支持低维模型的3组件模型的先验模型。 （您可能想先考虑一下我们是如何建造马蹄铁的）。解释并说明为什么此先验应该起作用。
将模型拟合到两个模拟数据集：
•一种是从具有2个组件的模型中模拟数据
•一种从具有3个组成部分的模型中模拟数据的模型
评论模型在两种情况下的适合程度。有计算上的问题吗？杂散分量被忽略了吗？
Assignment instructions and marking information
This should be submitted as a single PDF via Quercus by 12pm (Midday) on 16 April, 2021. The assignment should be produced using RMarkdown, R, and Stan.
- Each task is worth 10%
- All code for performing each task must be present. If there is no code you will lose most marks.
- Each task requires some reflective writing. Make sure you write things! In particular, there is no single
solution to this task, so the justification and interpretation of the steps is important! Two otherwise
identical solutions with different justifications and interpretations could receive very different marks.
- Each task requires the production of several plots and figures. These plots should be cleanly laid out
with adequate captions, markings, labels, and legends.
This is an assignment that uses real data. As such, you should be prepared for the model to possibly be a poor fit for the data and you should discuss this if it occurs.
Modelling animal movement
A key task in ecology is understanding how environmental conditions affect animal behaviour. In this assignment we will look at how environmental factors change how raptors move.
Raptors are large birds that cover a lot of ground by gliding. This requires some specific environmental conditions, so it’s plausible to imagine that a raptor would have two types of movement state:
• A low energy state, where the bird is preening or resting and not moving around a lot; and • A high engery state, where the bird is moving around a lot.
There is no way to know whether or not a raptor is in a high or low energy state at any given period of time.
An appropriate measure of movement is the minimum specific acceleration (MSA), which is given for a single raptor in the attached data. The correct scale to consider MSA on is the log-scale.