我正在测试不同生境和耻辱类型植物柱头上花粉粒数量的差异.
我的样本设计包括两个栖息地,每个栖息地有10个站点.
在每个地点,我有多达3种耻辱类型(湿,干和半干),并且对于每种耻辱类型,我有不同数量的植物物种,每种植物物种的个体数量不同(代码).
所以,我最终得到了嵌套设计如下:habitat/site/stigmatype/stigmaspecies/code由于它是一个描述性研究,因此各个站点之间的耻辱类型,耻辱种类和代码都有所不同.
我的响应变量(n)是每株植物每个柱头的pollengrains(log10 + 1)的数量,平均因为我每株植物收集3个柱头.
数据不适合泊松分布,因为(i)不是整数,(ii)方差远高于平均值(比率= 911.0756).所以,我适合作为negative.binomial.
模型选择后,我有:
m4a<-glmer(n ~ habitat*stigmatype +
(1 | stigmaspecies /代码),家庭= negative.binomial(2))
> summary(m4a)
Generalized linear mixed model fit by maximum likelihood ['glmerMod']
Family: Negative Binomial(2) ( log )
Formula: n ~ habitat * stigmatype + (1 | stigmaspecies/code)
AIC BIC logLik deviance
993.9713 1030.6079 -487.9856 975.9713
Random effects:
Groups Name Variance Std.Dev.
code:stigmaspecies (Intercept) 1.034e-12 1.017e-06
stigmaspecies (Intercept) 4.144e-02 2.036e-01
Residual 2.515e-01 5.015e-01
Number of obs: 433, groups: code:stigmaspecies, 433; stigmaspecies, 41 …r ×1