我无法理解我的数据我需要计算一组外寄生虫在鸟类中的流行率，并检验关于宿主和寄生虫生活史参数对这些外寄生虫流行率的影响的假设。 有人告诉我要使用 GLMM，我开始在 jmp 上使用它，但我无法理解程序的输出。 我相信输入数据是错误的，我不明白为什么......
我的响应变量是存在与不存在 (0/1)，我的随机效应是外寄生虫的亚目 (A/B)，我的固定效应是它们的饮食（血液/羽毛）， ecomorph（A、B、C、D）和扩散（0/1/2）。
对于不存在寄生虫的样本，固定和随机效应行具有 N/A。
我想了解我尝试构建的模型是否正确。
谢谢！
分析数据表回复：我无法理解我的数据好，谢谢！
扩散和生态形态都不显着，饮食和亚目没有价值，所以这意味着它们都不影响流行？
回复：我无法理解我的数据所以你不需要任何随机效果。 您通过首先将顶部和底部因子添加到效应来指示嵌套。 然后选择列列表中的顶部因子和效应列表中的底部（嵌套）因子，并单击嵌套。
请回复你的结果。
回复：我无法理解我的数据是的，它们是嵌套因子！ 每个子顺序与不同级别的变量组合出现。
具体来说，A 亚目将仅以血液为食，而 B 亚目将仅以羽毛为食。 然后亚目A不能分散或有一个ecomorph，而亚目B可以分散或不分散并且有一组四个不同的ecomorphs。
回复：我无法理解我的数据你说， ”子订单将是随机效应，因为固定效应取决于它。 “ 你在谈论嵌套级别吗？ 例如，在这种情况下
如果因素 B 的水平是第一行的水平 1 是第一个，第三行的水平 1 是第一，但它们不是同一水平，那么因素 B 嵌套在因素 A 中。考虑这样一种情况两部分在因素 A 的两个水平上进行测试，但它们不是相同的部分。 然后实际上测试了 4 个部分。 另一方面，如果因子 B = 1 与因子 A = 1 或 2 相同，则因子 A 和因子 B 交叉。 使用相同的示例，只有两个部件分别在因素 A 的两种条件下进行测试。
我需要知道哪种情况（交叉或嵌套）以确保您正确指定了固定效果。
我仍然会尝试将子订单作为固定效果之一。 如果可行，那么您就不需要 GLMM。 您可以改用 GLM 个性。
回复：我无法理解我的数据对不起，我是这个平台的新手。 我为我的错误道歉。
我认为子订单是随机效应，因为固定效应取决于它。 根据亚目的不同，饮食、传播和生态形态都是有规定的。我附上了我的模型的屏幕截图和我从程序中获得的输出。
在效果摘要中，效果没有任何价值。 这是否意味着它们对流行率没有任何影响？
回复：我无法理解我的数据首先，这个社区是为 JMP 而不是 Microsoft 服务的，所以您应该在 JMP 而不是 Excel 中提供示例。
GLMM 使用的是什么发行版？ 你用的是什么链接功能？
我没有看到子订单是随机效应。 您在模型中是否有主题、样本或块的术语？这可能是响应中的随机效应。
您能否将结果显示为 JMP 平台的图片？
