我正在修订有关授粉的论文,其中数据按二项分布(水果成熟或没有成熟)。因此,我使用glmer
了一种随机效果(单个植物)和一种固定效果(治疗)。审稿人想知道植物是否对坐果有影响-但我在解释glmer
结果时遇到困难。
我已经在网络上阅读过,似乎直接比较glm
和glmer
模型可能存在问题,所以我没有这样做。我认为回答这个问题的最直接方法是将随机效应方差(下面的1.449)与总方差进行比较,或者将处理结果解释为方差。但是,如何计算这些其他方差?它们似乎未包含在下面的输出中。我读到一些关于二项式不包括残差的信息glmer
-我如何解释随机效应的相对重要性?
> summary(exclusionM_stem)
Generalized linear mixed model fit by maximum likelihood (Laplace
Approximation) [glmerMod]
Family: binomial ( logit )
Formula: cbind(Fruit_1, Fruit_0) ~ Treatment + (1 | PlantID)
AIC BIC logLik deviance df.resid
125.9 131.5 -59.0 117.9 26
Scaled residuals:
Min 1Q Median 3Q Max
-2.0793 -0.8021 -0.0603 0.6544 1.9216
Random effects:
Groups Name Variance Std.Dev.
PlantID (Intercept) 1.449 1.204
Number of obs: 30, groups: PlantID, 10
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.5480 0.4623 -1.185 0.2359
TreatmentD -1.1838 0.3811 -3.106 0.0019 **
TreatmentN -0.3555 0.3313 -1.073 0.2832
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Correlation of Fixed Effects:
(Intr) TrtmnD
TreatmentD -0.338
TreatmentN -0.399 0.509