Problem defining initial.age and age.unit

[Lconcannon]

Hi
Hope you can help. I am having problems defining the initial.age and age.unit for my analysis. I am new to R-Mark.
It's a 16-year data-set, the time interval is every 6-months so 32 occasions. The initial age is 6 months of age for all birds in the study (the current analysis is only dealing with the adult population; in this study system the majority of birds are ringed on the nest so age is known accurately). The oldest bird is just under 16 years of age but I need to create bins for the ages due to sparsity in the older age groups.

I have found examples of studies on this forum with monthly intervals (1/12) for age.unit but I cannot figure out how to define a 6-monthly interval or an initial age of 6 months. I am hoping I am missing something very simple and hope you can help.

Many thanks!

[jlaake]

There is no single correct answer to your question because you can use any units you want. But I'll assume that you want to use the most natural unit of 1 being a year so the reported survival is annual. In that case, your time.intervals=rep(0.5,31), initial.age=0.5. The default of age.unit=1 will work. Below is an example using the dipper data. Following that is another example.

Code: Select all

> dp=process.data(dipper,time.intervals=rep(0.5,6),initial.age=0.5,begin.time=0.5)
> dp.ddl=make.design.data(dp)
> dp.ddl$Phi
   par.index model.index group cohort age time occ.cohort Cohort Age Time
1          1           1     1    0.5 0.5  0.5          1    0.0 0.5  0.0
2          2           2     1    0.5   1    1          1    0.0 1.0  0.5
3          3           3     1    0.5 1.5  1.5          1    0.0 1.5  1.0
4          4           4     1    0.5   2    2          1    0.0 2.0  1.5
5          5           5     1    0.5 2.5  2.5          1    0.0 2.5  2.0
6          6           6     1    0.5   3    3          1    0.0 3.0  2.5
7          7           7     1      1 0.5    1          2    0.5 0.5  0.5
8          8           8     1      1   1  1.5          2    0.5 1.0  1.0
9          9           9     1      1 1.5    2          2    0.5 1.5  1.5
10        10          10     1      1   2  2.5          2    0.5 2.0  2.0
11        11          11     1      1 2.5    3          2    0.5 2.5  2.5
12        12          12     1    1.5 0.5  1.5          3    1.0 0.5  1.0
13        13          13     1    1.5   1    2          3    1.0 1.0  1.5
14        14          14     1    1.5 1.5  2.5          3    1.0 1.5  2.0
15        15          15     1    1.5   2    3          3    1.0 2.0  2.5
16        16          16     1      2 0.5    2          4    1.5 0.5  1.5
17        17          17     1      2   1  2.5          4    1.5 1.0  2.0
18        18          18     1      2 1.5    3          4    1.5 1.5  2.5
19        19          19     1    2.5 0.5  2.5          5    2.0 0.5  2.0
20        20          20     1    2.5   1    3          5    2.0 1.0  2.5
21        21          21     1      3 0.5    3          6    2.5 0.5  2.5
> dp.ddl$p
   par.index model.index group cohort age time occ.cohort Cohort Age Time
1          1          22     1    0.5   1    1          1    0.0 1.0  0.0
2          2          23     1    0.5 1.5  1.5          1    0.0 1.5  0.5
3          3          24     1    0.5   2    2          1    0.0 2.0  1.0
4          4          25     1    0.5 2.5  2.5          1    0.0 2.5  1.5
5          5          26     1    0.5   3    3          1    0.0 3.0  2.0
6          6          27     1    0.5 3.5  3.5          1    0.0 3.5  2.5
7          7          28     1      1   1  1.5          2    0.5 1.0  0.5
8          8          29     1      1 1.5    2          2    0.5 1.5  1.0
9          9          30     1      1   2  2.5          2    0.5 2.0  1.5
10        10          31     1      1 2.5    3          2    0.5 2.5  2.0
11        11          32     1      1   3  3.5          2    0.5 3.0  2.5
12        12          33     1    1.5   1    2          3    1.0 1.0  1.0
13        13          34     1    1.5 1.5  2.5          3    1.0 1.5  1.5
14        14          35     1    1.5   2    3          3    1.0 2.0  2.0
15        15          36     1    1.5 2.5  3.5          3    1.0 2.5  2.5
16        16          37     1      2   1  2.5          4    1.5 1.0  1.5
17        17          38     1      2 1.5    3          4    1.5 1.5  2.0
18        18          39     1      2   2  3.5          4    1.5 2.0  2.5
19        19          40     1    2.5   1    3          5    2.0 1.0  2.0
20        20          41     1    2.5 1.5  3.5          5    2.0 1.5  2.5
21        21          42     1      3   1  3.5          6    2.5 1.0  2.5
>


To make the point that the units are arbitrary I follow with another example in which the time unit is 6 months. In this case time=1 is 6 months, time=2 is a year etc. Your question made me realize that age.unit doesn't work in the current version if there are no grouping variables. I patched that and to make my second example work you'll need to install RMark 2.1.5 from the following link. https://docs.google.com/folder/d/0B77g1 ... sp=sharing

Code: Select all

> dp=process.data(dipper,time.intervals=rep(1,6),initial.age=0.5,begin.time=1,age.unit=0.5)
> dp.ddl=make.design.data(dp)
> dp.ddl$Phi
   par.index model.index group cohort age time occ.cohort Cohort Age Time
1          1           1     1      1 0.5    1          1      0 0.5    0
2          2           2     1      1   1    2          1      0 1.0    1
3          3           3     1      1 1.5    3          1      0 1.5    2
4          4           4     1      1   2    4          1      0 2.0    3
5          5           5     1      1 2.5    5          1      0 2.5    4
6          6           6     1      1   3    6          1      0 3.0    5
7          7           7     1      2 0.5    2          2      1 0.5    1
8          8           8     1      2   1    3          2      1 1.0    2
9          9           9     1      2 1.5    4          2      1 1.5    3
10        10          10     1      2   2    5          2      1 2.0    4
11        11          11     1      2 2.5    6          2      1 2.5    5
12        12          12     1      3 0.5    3          3      2 0.5    2
13        13          13     1      3   1    4          3      2 1.0    3
14        14          14     1      3 1.5    5          3      2 1.5    4
15        15          15     1      3   2    6          3      2 2.0    5
16        16          16     1      4 0.5    4          4      3 0.5    3
17        17          17     1      4   1    5          4      3 1.0    4
18        18          18     1      4 1.5    6          4      3 1.5    5
19        19          19     1      5 0.5    5          5      4 0.5    4
20        20          20     1      5   1    6          5      4 1.0    5
21        21          21     1      6 0.5    6          6      5 0.5    5
> dp.ddl$p
   par.index model.index group cohort age time occ.cohort Cohort Age Time
1          1          22     1      1   1    2          1      0 1.0    0
2          2          23     1      1 1.5    3          1      0 1.5    1
3          3          24     1      1   2    4          1      0 2.0    2
4          4          25     1      1 2.5    5          1      0 2.5    3
5          5          26     1      1   3    6          1      0 3.0    4
6          6          27     1      1 3.5    7          1      0 3.5    5
7          7          28     1      2   1    3          2      1 1.0    1
8          8          29     1      2 1.5    4          2      1 1.5    2
9          9          30     1      2   2    5          2      1 2.0    3
10        10          31     1      2 2.5    6          2      1 2.5    4
11        11          32     1      2   3    7          2      1 3.0    5
12        12          33     1      3   1    4          3      2 1.0    2
13        13          34     1      3 1.5    5          3      2 1.5    3
14        14          35     1      3   2    6          3      2 2.0    4
15        15          36     1      3 2.5    7          3      2 2.5    5
16        16          37     1      4   1    5          4      3 1.0    3
17        17          38     1      4 1.5    6          4      3 1.5    4
18        18          39     1      4   2    7          4      3 2.0    5
19        19          40     1      5   1    6          5      4 1.0    4
20        20          41     1      5 1.5    7          5      4 1.5    5
21        21          42     1      6   1    7          6      5 1.0    5
>


--jeff

[Lconcannon]

Thanks, Jeff, this is really helpful.
Cheers
Lianne