---
lesson: Statistik6
knitr:
  opts_chunk: 
    collapse: false
editor: 
  markdown: 
    wrap: 72
---


# Statistik 6: Demo

[Demoscript herunterladen (.R)](../purl/Statistik6_Demo.R){.dld}

[Demoscript herunterladen (.qmd)](../purl/Statistik6_Demo.qmd){.dld}

-   Datensatz *rm_plants.csv*
-   Datensatz *DeerEcervi.csv*

```{r}
library("readr")
library("ggplot2")
library("dplyr")
```

## Repeated measures

Es handelt sich um einen Düngeversuch (Daten aus Lepš & Šmilauer 2020).
18 Pflanzenindividuen wurden zufällig einer von drei Düngevarianten
zugewiesen und dabei zu vier Zeitpunkten ihre Wuchshöhe gemessen.
Abhängigkeiten sind hier in zwei Aspekten vorhanden: einerseits wurde
jedes Pflanzenindividuum mehrfach gemessen, andererseits hat es nur
jeweils eine Düngervariante erhalten.

```{r}
#| message: false
# Daten laden
plantf <- read_delim("datasets/stat/rm_plants.csv", delim = ";") |>
  mutate( across(where(is.character), as.factor))
```

```{r}
str(plantf)
summary(plantf)
table(plantf$Treatment, plantf$PlantID)

# Mit aov
pf_eaov <- aov(PlantHeight ~ Treatment * Time + Error(PlantID), data = plantf)
summary(pf_eaov)

# Als LMM 
library("glmmTMB")

pf_lmm <- glmmTMB(PlantHeight ~ Treatment * Time + (1 | PlantID), 
                 family = gaussian, 
                 REML = TRUE,
                 data = plantf)

library("car")
Anova(pf_lmm)
summary(pf_lmm)

library("performance")
r2(pf_lmm)

# Modellvalidierung mit DHARMa
library("DHARMa")

set.seed(123)
simulationOutput <- 
  simulateResiduals(fittedModel = pf_lmm, plot = TRUE, n = 1000)
# Plot residuals vs. covariates des models
plotResiduals(simulationOutput, form = plantf$Time)
plotResiduals(simulationOutput, form = plantf$Treatment) 
```

```{r}
#| message: false
#| warning: false
# Darstellung (Interaktions Plot)
library("ggeffects")
pred <- predict_response(pf_lmm, terms = c("Time", "Treatment")) 
pred

plot(pred) +
  theme_classic() +
  theme(plot.title = element_blank())
```

## Split-plot & Repeated measures Design

Es wurden zufällig fünf Untersuchungsgebiete (sites) ausgewählt, in
denen jeweils der gleiche Versuchsblock implementiert wurde, bestehend
aus dem Management (treatment) und der Frage, ob wilde Grossherbivoren
Zugang zur Fläche hatten (plot type) (Abb. 6.1). Je ein Drittel jeder
Untersuchungsfläche (zufällig zugewiesen) blieb gänzlich ungenutzt(U),
wurde zu Beginn kontrolliert abgebrannt und danach sich selbst
überlassen (B) oder wurde jährlich gemäht (M). Innerhalb jedes Drittels
wiederum wurde (zufällig zugewiesen) die Hälfte eingezäunt (F = fenced
vs. O = open), um die Beweidung durch Grossherbivoren zu verhindern.

```{r}
#| message: false
# Import Data
glex <- 
  read_delim("datasets/stat/Riesch_et_al_2020_grassland.csv", delim = ";") |>
  mutate(across(where(is.character), as.factor))
```

```{r}
str(glex)
glex$year <- as.factor(glex$year)
summary(glex)

table(glex$site_code, glex$treatment, glex$plot_type, glex$year)
```

balanced Design (nicht zwingend nötig für LMM)

## LMM with random interecept

REML = TRUE : (Restricted maximum likelihood) v.s\
REML = FALSE: Maximum likelihood (ML)

Bei REML sind die estimates genauer, aber REML sollte nicht für
Modelvergleiche (z.B mit AIcc oder drop1 funktion) benutzt werden Dies
ist nur relevant für Gaussian mixed models (LMM) nicht für GLMMs


```{r}
# 2.1 Model fitten
lmm_1 <- glmmTMB(SR ~ year * treatment * plot_type + 
               (1| site_code/treatment/plot_type), 
               family = gaussian, 
               REML = FALSE,
               data = glex)

```

```{r}
# Manuelle Modelselektion
drop1(lmm_1, test = "Chisq")

lmm_2 <- update(lmm_1,~. -year:treatment:plot_type)
drop1(lmm_2, test = "Chisq")

lmm_3 <- update(lmm_2,~. -treatment:plot_type)
drop1(lmm_3, test = "Chi")

# Refit with REML
lmm_4 <- update(lmm_3, REML = TRUE)

# Resultat
Anova(lmm_4)
summary(lmm_4)
r2(lmm_4)
```

Modelvalidierung

Wenn wir LMM für Zähldaten wie Anzahl Arten verwenden, sollten wir
sicherstellen das keine Werte \<0 predicted werden (ansonsten brauchen
wir GLMM\
mit poisson Verteilung)

```{r}
sum( fitted(lmm_2) < 0)

set.seed(123)
simulationOutput <- 
  simulateResiduals(lmm_2, plot = TRUE, n = 1000)
```

```{r}
#| warning: false
# Darstellung
library("ggeffects")

pred_2 <- predict_response(lmm_2, terms = c("year", "treatment", "plot_type") ) 

plot(pred_2) +
  theme_classic() +
  theme(plot.title = element_blank())
```

## Random slope & random intercept

Im folgenden Beispiel wurde bei 18 Versuchspersonen die Wirkung von
zunehmenden Schlafentzug auf die Reaktionszeit (in ms) gemessen. Bei
jeder Versuchsperson wurde der Effekt an den Tagen 2–9 des Versuchs je
einmal gemessen (Tage 0 und 1 sind die Trainingsphase und bleiben daher
unberücksichtigt).

```{r}
# Daten laden
library(lme4)
data(sleepstudy)
?sleepstudy

# Daten ohne Trainingsphase
sleepstudy_2 <- subset(sleepstudy, Days>=2)
str(sleepstudy_2)
summary(sleepstudy_2)

table(sleepstudy_2$Subject)

# Visualisierung
ggplot(sleepstudy_2, aes(y = Reaction, x = Days)) +
  geom_point() +
  xlab("Number of days of sleep deprivation") +
  ylab("Average reaction time (ms)") +
  geom_smooth(method = "lm", formula = 'y ~ x', se = F, fullrange = T) +
  theme_classic() +
  facet_wrap(~Subject)

```

Wie man in der Visualisierung sehen kann, unterscheiden sich nicht nur
die Intercepts (Reaktionszeit ohne Schlafmangel), sondern der
Schlafmangel scheint sich auch unterschiedlich stark auf die
Reaktionszeit der Probanden auszuwirken. In diesem Fall ist es daher
sinnvoll, nicht nur einen Random Intercept, sondern auch einen Random
Slope zu fitten.

```{r}
# Modelle fitten

# Random intercept
lmm_1 <- glmmTMB(Reaction ~ Days + (1 | Subject),
                 family = gaussian,
                 data = sleepstudy_2)

# Random slope + random intercept
lmm_2 <- glmmTMB(Reaction ~ Days + (Days | Subject),
                 family = gaussian,
                 data = sleepstudy_2)

# Modelle vergleichen
anova(lmm_1, lmm_2)

# Modellvalidierung
set.seed(123)
simulationOutput <- simulateResiduals(fittedModel = lmm_2, plot = TRUE, n = 1000)

# Model resultat
summary(lmm_2)
r2(lmm_2)

# Visualisierung
plot( predict_response(lmm_2)) +
  geom_line(color = "blue") +
  geom_point(data = sleepstudy_2, aes(Days, Reaction), alpha = 0.5) +
  theme_classic() +
  theme(plot.title = element_blank())
```

## GLMM

Befall von Rothirschen (Cervus elaphus) in spanischen Farmen mit dem
Parasiten Elaphostrongylus cervi. Modelliert wird
Vorkommen/Nichtvorkommen von L1-Larven 130 dieser Nematode in
Abhängigkeit von Körperlänge und Geschlecht der Hirsche. Erhoben wurden
die Daten auf 24 Farmen.

```{r}
#| message: false
# Daten laden und für GLMM aufbereiten
DeerEcervi <- read_delim("datasets/stat/DeerEcervi.csv", delim = ";") |>
  mutate( across(where(is.character), as.factor))
```

```{r}
# Daten anschauen
str(DeerEcervi)
summary(DeerEcervi)
table(DeerEcervi$Farm)
```

```{r}
# Model fitten. Die function "scale" standartisiert die Kontinuierliche variable 
# Hischlänge:
# ( DeerEcervi$Length - mean(DeerEcervi$Length)) / sd(DeerEcervi$Length )
glmm_1 <- glmmTMB(Ecervi ~ scale(Length) * Sex + (1 | Farm), 
                  family = binomial, 
                  data = DeerEcervi)

Anova(glmm_1)
summary(glmm_1)

library("performance")
r2(glmm_1)
performance_roc(glmm_1)
```

```{r}
# Modellvalidierung
set.seed(123)
simulationOutput <- 
  simulateResiduals(fittedModel = glmm_1, plot = TRUE, n = 1000)
plotResiduals(simulationOutput, form = DeerEcervi$Sex)
plotResiduals(simulationOutput, form = scale(DeerEcervi$Length) )
```

```{r}
#| warning: false
# Visualisierung
pred_3 <- predict_response(glmm_1, c("Length[all]", "Sex") )

# mit all werden für mehr Körperlängen Werte predicted was zu smootheren 
# lines im plot führt
ggplot(pred_3, aes(x, predicted, color = group)) +
  geom_line(linewidth = 1) +
  geom_point(data = DeerEcervi, aes(Length, Ecervi, color = Sex), alpha = 0.5) +
  labs(x = "\n Dear body length [cm]",
       y = "Wahrscheinlichkeiten einer Elaphostrongylus cervi infection \n") +
  theme_classic() +
  theme(plot.title = element_blank())
```
