如何解决在 R 中报告和解释具有随机效应的二项式模型的输出
我正在 glmer() 中运行一个模型来合并随机效应和二项式结果,并使用 {car} 包中的 Anova() 输出结果。
型号:
glmer(nest.fail.bi ~ week.season + (1|Host.species),data = data,family = binomial(logit))
总结:
AIC BIC logLik deviance df.resid
435.6 447.1 -214.8 429.6 339
Scaled residuals:
Min 1Q Median 3Q Max
-0.7851 -0.7104 -0.6591 1.3391 1.7193
Random effects:
Groups Name Variance Std.Dev.
Host.species (Intercept) 0 0
Number of obs: 342,groups: Host.species,14
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.88379 0.94216 -1.999 0.0456 *
week.season 0.05000 0.04049 1.235 0.2169
方差分析输出:
Analysis of Deviance Table (Type III Wald chisquare tests)
Response: nest.fail.bi
Chisq Df Pr(>Chisq)
(Intercept) 3.9977 1 0.04556 *
week.season 1.5247 1 0.21691
我的问题是报告此问题的适当方式是什么?方差分析输出卡方值 (1.5247),但报告 F 统计量是否更合适?如果是这样,我如何从这个模型中找到 NDF 和 DDF?我一直无法这样做。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。