Disculpas si esto se ha preguntado antes, he buscado pero no he encontrado preguntas relacionadas con mi situación exacta. Estoy llevando a cabo un estudio destinado a determinar la sensibilidad climática de una especie de ave a las temperaturas crecientes durante la temporada de cría. Mi objetivo final es determinar la temperatura umbral en la que los adultos que anidan comienzan a mostrar comportamiento de termorregulación (jadeo). Para abordar esto, coloqué cámaras de juego en 10 sitios de anidación diferentes (la incubación es biparental, por lo que en total se observaron 20 adultos individuales). Las cámaras tomaban una foto cada 5 minutos. Al mismo tiempo que se tomaban las fotos, también se registraban datos meteorológicos (temperatura ambiente, humedad, velocidad del viento, precipitación, etc.). Para cada foto, clasifiqué el comportamiento del ave de forma binaria (jadeo/no jadeo).
En total, mi conjunto de datos consta de alrededor de 40,000 observaciones. Inicialmente configuré mi análisis utilizando el paquete lme4, con la presencia/ausencia de comportamiento de jadeo como respuesta, el sitio de anidación como predictor aleatorio y la temperatura como predictor fijo (también hice modelos alternativos que incorporaban otras variables meteorológicas como predictores fijos). Se me ha hecho saber que también debo tener en cuenta la autocorrelación temporal entre las observaciones. ¿Es posible hacer eso en una regresión logística de efectos mixtos utilizando lme4? ¿O debería estar realizando una prueba completamente diferente? Soy un principiante en estadísticas, ¡cualquier ayuda o sugerencia es muy apreciada!
