使用二元线性模型分析组群动物的社交互动
摘要：动物间社交互动的影响因素的理解对于应用动物行为研究是重要的。因此，有必要提取统计模型来分析从成对行为互动中收集的数据。在本研究中，我们提出将社交互动数据视为二元观察，并提出了一种用于分析它们的统计模型。我们通过不同的验证策略对模型进行了后验预测检查：分层5折随机交叉验证、社交群体内的分组交叉验证和基于焦点动物的分组交叉验证。所提出的模型应用于一个猪行为数据集，该数据集由797只生长中的猪重新组合成了59个社交群体，共产生了10,032条方向性二元互动记录。响应变量是每只动物在另一组群体成员身上进行攻击的持续时间（以秒为单位）。我们拟合了广义线性混合模型。固定效应包括性别、个体体重、先前的托儿所同伴经验以及二元组中两只猪的先前同窝经验。随机效应包括攻击者、受攻击者、二元组和社交群体。采用贝叶斯框架进行参数估计和后验预测模型检查。先前的托儿所同伴经验是唯一的显著固定效应。另外，在分析攻击持续时间时，攻击者效应和受攻击者效应之间存在微弱但显著的相关性。模型的预测性能因验证策略而异，基于社交群体的分组验证策略的性能明显较低。总之，本文展示了一种用于分析动物行为，特别是二元互动的统计模型。
作者：Junjie Han, Janice Siegford, Gustavo de los Campos, Robert J. Tempelman, Cedric Gondro, and Juan P. Steibel
论文ID：2207.06901
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-07-15