Как сравнить данные о температуре за определенный период времени

Question

Моя цель - оценить влияние обработки (на данные микроклимата), примененной к навесу, по сравнению с контролем. Поэтому я поместил три регистратора данных в навес на 5 участках и в каждом варианте ("лечение применено" против "контроля"). Данные усредняются каждые 5 минут в течение 217 дней. Зарегистрированные данные выглядят так:

Timepoint,Time,Celsius(°C),Humidity(%rh),dew point(°C)
1,27/03/2019 17:02:39,23.5,37.5,8.2
2,27/03/2019 17:07:39,23.5,36.5,7.8
3,27/03/2019 17:12:39,23.5,36.5,7.8
4,27/03/2019 17:17:39,24.0,37.5,8.6
5,27/03/2019 17:22:39,23.5,36.0,7.6
6,27/03/2019 17:27:39,23.0,37.0,7.5
7,27/03/2019 17:32:39,22.5,34.5,6.1
8,27/03/2019 17:37:39,22.5,34.5,6.1

Записи суммируются ежедневно, чтобы получить среднюю / максимальную / минимальную температуру для каждого из 217 дней. Независимо от места, я хочу определить эффект применяемого лечения и выявить различия с течением времени.

Мне сказали, что анализ временных рядов здесь не работает. Я попытался применить линейную регрессию (вдохновленную этой статьей: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0234436) к данным, но поскольку контроль не влияет на лечение, я отказался от этого подхода.

Итак, мой вопрос: какой метод будет правильным способом анализа этих микроклиматических данных в R?

Answer 1

Вы можете попробовать запустить линейную регрессию с помощью Time как функция humidity а также Celsius для контроля и обработки отдельно, а затем сравните наклоны обеих моделей для каждого участка. Естественно, если вы получаете более высокий наклон для вашего лечения, чем для вашего контроля, это указывает на результат, соответствующий лечению - чем выше разница между наклонами, тем лучше отклик на лечение. Модель будет выглядеть примерно так (для одного сайта):

lm(Time~Celsius+Humidity, data = ControlData)
lm(Time~Celsius+Humidity, data = TreatmentData)

Затем вы можете начать играть с коэффициентами и получать результаты из различий и общего наклона линии регрессии для каждого сайта. И после этого вы даже можете объединить результаты, усреднив коэффициенты 5 контрольных регрессий и сравнить их со средним значением 5 регрессий лечения (поскольку модель линейна, это должно быть статистически достоверным).