基本上,我有这个数据,其中响应变量是二元结果(1 或 0),没有访问或有访问。两个预测变量是盒子高度(高或低)和到牧场的距离 (km)。该模型工作正常,但我似乎无法找到说的概率,当距离为 0 且框高度为高时。
marsupials <- read.csv("Marsupial_Data.csv") # same with this
###Distance and Height model
fit1 <- glmer(Visit ~ PastureDistance + BoxHeight * (1|Site), data=marsupials, family=binomial(link="logit"))
#summary (gives co-efficients)
summary(fit1)
#prediction times
# predict using the model
predictions <- predict(fit1, marsupials)
predictions
xv <- seq(min(marsupials$PastureDistance), max(marsupials$PastureDistance), 0.01)
yv <- predict(fitDis, data.frame(PastureDistance = xv), type = "response")
#The Jitter Plot
ggplot(marsupials, aes(PastureDistance, Visit, color = BoxHeight))+
geom_point(size= 4, position=position_jitter(h=0.02,w=0.00))+
scale_color_manual(values = c("darkgreen", "brown"), name = "Nest Box Height")+
stat_smooth(size = 2, method = "glm", method.args = list(family = binomial), colour = "#4B2D0B")+
theme_classic()+
xlab("Distance to Pasture (km)")+
ylab("Presence")+
labs(fill = "Box Height")+
theme(axis.title = element_text(size=18),
axis.text = element_text(size=18),
legend.text = element_text(size=12),
legend.title = element_text(size=14))
这是我的代码。我必须道歉,因为我对这一切真的很陌生,所以我的解释和布局不是最好的。
总结给了我系数,但我不太明白如何解释它们。
我知道如果你使用 exp(-19.064) 你应该得到概率,但这对我来说似乎不正确,因为它给出了 5.255451e-09 的概率,呃......非常小的机会。
任何帮助将不胜感激