Estoy revisando un documento sobre polinización, donde los datos se distribuyen binomialmente (la fruta madura o no). Así que usé glmer
con un efecto aleatorio (planta individual) y un efecto fijo (tratamiento). Un revisor quiere saber si la planta tuvo un efecto en el conjunto de frutos, pero tengo problemas para interpretar los glmer
resultados.
He leído en la web y parece que puede haber problemas con la comparación directa glm
y los glmer
modelos, por lo que no estoy haciendo eso. Pensé que la forma más directa de responder la pregunta sería comparar la varianza del efecto aleatorio (1.449, a continuación) con la varianza total, o la varianza explicada por el tratamiento. Pero, ¿cómo calculo estas otras variaciones? No parecen estar incluidos en el resultado a continuación. Leí algo sobre las variaciones residuales que no se incluyen para el binomio glmer
: ¿cómo interpreto la importancia relativa del efecto aleatorio?
> 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