0

我是我的scarab数据集，我有物种的响应变量数Richness（但是横断面的 5 个样本在每个变量中都是伪复制。对此进行了解释，我没有 43 自由度 (DF) (9*5= 45 = 1PbPPM - 1 = 43)，我使用 GLMM 来考虑这一点 ( )。我的例子：PbPPMPlotPlot(1|Plot)

library(lme4) 
scarab <- read.csv("https://raw.githubusercontent.com/Leprechault/PEN-533/master/scarab.csv")
str(scarab)
#'data.frame':  45 obs. of  4 variables:
# $ TrapID  : num  1 2 3 4 5 6 7 8 9 10 ...
# $ Richness: num  11 10 13 11 10 8 9 8 19 17 ...
# $ PbPPM   : num  0.045 1.036 1.336 0.616 0.684 ...
# $ Plot    : Factor w/ 9 levels "1","2","3","4",..: 1 1 1 1 1 2 2 2 2 2 ...

# GLMM model
scara.glmer<-glmer(Richness~PbPPM + (1|Plot),data=scarab,family="poisson")
summary(scara.glmer)
#Generalized linear mixed model fit by maximum likelihood (Laplace
#  Approximation) [glmerMod]
# Family: poisson  ( log )
# Formula: Richness ~ PbPPM + (1 | Plot)
# ...
#Random effects:
# Groups Name        Variance Std.Dev.
# Plot   (Intercept) 0.2978   0.5457  
#Number of obs: 45, groups:  Plot, 9
#Fixed effects:
#            Estimate Std. Error z value Pr(>|z|)    
#(Intercept)   1.9982     0.2105   9.495  < 2e-16 ***
#PbPPM        -0.5625     0.1198  -4.695 2.66e-06 ***
#---
#Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

#Correlation of Fixed Effects:
#      (Intr)
#PbPPM -0.368

基于这个分析，我有两个问题：

  1. 有任何方法可以找到输出中校正的自由度数，因为对我来说，在Number of obs: 45, groups: Plot, 9.

  2. 我想计算变量“绘图”的方差的贡献，因为在lmer()模型中，我有变量/残差方差的方差 + 变量的方差。尽管如此，在glmer()我没有剩余方差并且我不喜欢icc()在sjstats包装中使用。

提前致谢，

亚历山大

4

0 回答 0