Bivariate generalized linear mixed

Bivariate generalized linear mixed models (GLMM) for ghost crab burrow count and burrow diameter tested against each explanatory variable.
For burrow count, we used beach and time as random factors and a negative binominal error distribution.
For burrow diameter we used beach, time and transect as random factors and a negative binominal error distribution. Significant predictors are indicated with*.

ผลลัพธ์ (ไทย) 1:

Bivariate ทั่วไปแบบเชิงเส้นแบบผสม (GLMM) สำหรับปูลมจำนวนขุด และมุดเส้นผ่าศูนย์กลางทดสอบกับแต่ละตัวแปรอธิบาย สำหรับจำนวนดิน เราใช้หาดและเวลาเป็นปัจจัยแบบสุ่มและการกระจายของข้อผิดพลาด binominal ลบสำหรับเส้นผ่าศูนย์กลางดินเราใช้ชายหาด เวลา และ transect เป็นปัจจัยแบบสุ่มและการกระจายของข้อผิดพลาด binominal ลบ พยากรณ์ที่สำคัญที่มีเครื่องหมาย *

ผลลัพธ์ (ไทย) 2:

bivariate ทั่วไปเชิงเส้นหลากหลายรูปแบบ (GLMM) สำหรับโพรงผีปูนับและโพรงขนาดเส้นผ่าศูนย์กลางทดสอบกับตัวแปรแต่ละอธิบาย.
สำหรับการนับโพรงเราใช้ชายหาดและเวลาเป็นปัจจัยสุ่มและการแจกแจงข้อผิดพลาดเชิงลบสองชื่อ.
ขนาดเส้นผ่าศูนย์กลางโพรงเราใช้ชายหาด, เวลาและ ผ่าเป็นปัจจัยสุ่มและการแจกแจงข้อผิดพลาดเชิงลบสองชื่อ ทำนายอย่างมีนัยสำคัญจะมีการแสดงที่มีเครื่องหมาย *

ผลลัพธ์ (ไทย) 3:

โดยใช้ตัวแบบผสมเชิงเส้น ( จํานวนครั้ง ) สำหรับผีปู ขุดนับและเส้นผ่าศูนย์กลางหลุมทดสอบกับแต่ละการอธิบายตัวแปรนับ ขุด เรา ใช้ บีช และเวลาเป็นปัจจัยสุ่มและการแจกแจงความคลาดเคลื่อน binominal ลบสำหรับเส้นผ่าศูนย์กลางหลุมเราใช้ชายหาด , เวลาและพื้นที่ที่เป็นปัจจัยสุ่มและการแจกแจงความคลาดเคลื่อน binominal ลบ ที่สำคัญตัวนี้จะแสดง * .