Ich kann meine Daten nicht verstehenIch muss die Prävalenz einer Gruppe von Ektoparasiten bei Vögeln berechnen und die Hypothesen über die Auswirkungen von Parametern der Lebensgeschichte von Wirt und Parasiten auf die Prävalenz dieser Ektoparasiten testen. Mir wurde gesagt, ich solle GLMM verwenden, und ich fing an, es auf jmp zu verwenden, aber ich kann die Ausgabe des Programms nicht verstehen. Ich glaube, die Eingabedaten sind falsch und ich kann nicht herausfinden, warum ...
Meine Antwortvariable ist Anwesenheit vs. Abwesenheit (0/1), mein zufälliger Effekt ist die Unterordnung der Ektoparasiten (A/B) und meine festen Effekte sind ihre Ernährung (Blut/Feder), Ökomorph (A, B, C, D) und Ausbreitung (0/1/2).
Für die Proben, bei denen der Parasit fehlt, haben die Zeilen mit festen und zufälligen Effekten ein N/A.
Ich würde gerne verstehen, ob das Modell, das ich zu bauen versuche, korrekt ist.
Danke!
AnalytikDatentabelleBetreff: Ich kann meine Daten nicht verstehenZunächst einmal ist diese Community für JMP und nicht für Microsoft gedacht, daher sollten Sie Ihr Beispiel in JMP und nicht in Excel bereitstellen.
Welche Distribution hast du mit dem GLMM verwendet? Welche Linkfunktion hast du verwendet?
Ich sehe nicht, dass die Unterordnung ein zufälliger Effekt ist. Haben Sie im Modell einen Begriff für das Thema, die Probe oder den Block? es ist wahrscheinlich der zufällige Effekt in der Antwort.
Können Sie die Ergebnisse als Bild der JMP-Plattform zeigen?
Betreff: Ich kann meine Daten nicht verstehenEntschuldigung, ich bin neu auf der Plattform. Ich entschuldige mich für meinen Fehler.
Ich dachte, dass die Unterordnungen der zufällige Effekt wären, weil der feste Effekt davon abhängt. Abhängig von der Unterordnung werden die Ernährung, die Ausbreitung und das Ökomorph diktiert.Ich habe die Screenshots meines Modells und die Ausgabe, die ich vom Programm erhalten habe, angehängt.
In der Effektzusammenfassung haben die Effekte keinen Wert. Bedeutet das, dass sie keinen Einfluss auf die Prävalenz haben?
Betreff: Ich kann meine Daten nicht verstehenDu sagst, " Unterordnungen wären der zufällige Effekt, weil der feste Effekt davon abhängt. " Meinst du verschachtelte Ebenen? Zum Beispiel in diesem Fall
Wenn die Ebenen von Faktor B so sind, dass Ebene 1 in der ersten Reihe die erste und Ebene 1 in der dritten Reihe die erste ist, sie aber nicht die gleiche Ebene sind, dann ist Faktor B in Faktor A verschachtelt. Denken Sie an einen Fall, in dem Zwei Teile werden auf beiden Niveaus von Faktor A getestet, aber sie sind nicht die gleichen Teile. Es werden dann tatsächlich 4 Teile getestet. Ist dagegen Faktor B = 1 gleich Faktor A = 1 oder 2, dann werden Faktor A und Faktor B gekreuzt. Unter Verwendung des gleichen Beispiels gibt es nur zwei Teile, die jeweils unter beiden Bedingungen von Faktor A getestet werden.
Ich muss wissen, welcher Fall (gekreuzt oder verschachtelt) ist, um sicherzugehen, dass Sie die festen Effekte richtig angegeben haben.
Ich würde immer noch versuchen, Sub-Order als einen der festen Effekte einzubeziehen. Wenn das funktioniert, brauchst du kein GLMM. Sie können stattdessen die GLM-Persönlichkeit verwenden.
Betreff: Ich kann meine Daten nicht verstehenJa, es sind verschachtelte Faktoren! Jede Unterordnung tritt in Kombination mit unterschiedlichen Ebenen von Variablen auf.
Insbesondere ernährt sich Unterordnung A nur von Blut und Unterordnung B nur von Federn. Dann kann sich Unterordnung A nicht zerstreuen oder hat ein Ökomorph, während Unterordnung B sich zerstreuen kann oder nicht und einen Satz von vier verschiedenen Ökomorphen hat.
Betreff: Ich kann meine Daten nicht verstehenSie brauchen also keine Zufallseffekte. Sie geben die Verschachtelung an, indem Sie zuerst die oberen und unteren Faktoren zu den Effekten hinzufügen. Wählen Sie dann den oberen Faktor in der Spaltenliste und den unteren (verschachtelten) Faktor in der Effektliste aus und klicken Sie auf Verschachteln.
Bitte antworten Sie mit Ihrem Ergebnis.
Betreff: Ich kann meine Daten nicht verstehenOK danke!
Sowohl die Verbreitung als auch das Ökomorph waren nicht signifikant, und die Ernährung und Unterordnung haben keinen Wert, also bedeutet dies, dass keines von ihnen die Prävalenz beeinflusst?
