In Model 4, an ‘offest’ term was in

In Model 4, an ‘offest’ term was introduced to take into account the total number of conflicts per dyad (Appendix Table A1). We also included various interactions between our different variables, especially between different conflict characteristics, between the role of the opponent and conflict characteristics, between the role of the opponent and conflict characteristics or between dyadic characteristics. None of the interactions tested contributed significantly to our models (likelihood ratio tests (LRT), full versus reduced model, all Ps>0.05); hence we excluded them all from the analyses. We transformed continuous variables to improve normality whenever necessary and standardized them to a mean of 0 and a standard deviation of 1 to make estimates comparable. GLMMs, with Gaussian, binomial or Poisson error structures, were implemented with the function ‘lmer’ from the package ‘lme4’ (Bates, Maechler, & Bolker, 2011). For all models, we checked the assumption that residuals were normally distributed and/or homogeneous by visually inspecting plots of the residuals and of the residuals against fitted vales (Field, Miles,& Field, 2012). We also checked for model stability by excluding data points one by one and compared the resulting estimates with those obtained from the full model (Field et al., 2012). Variance inflation factors were derived using the function ‘vif.mer’ and were considered acceptable because all were below 4 (Field et al .,2012). Since we aimed to test general hypotheses about the influence of a set of predictor variables, rather than the influence of single

ผลลัพธ์ (ไทย) 1:

ในรุ่น 4 เงื่อนไขการ 'offest' ถูกนำมาใช้จะคำนึงถึงจำนวนความขัดแย้งต่อ dyad (ภาคผนวกตาราง A1) นอกจากนี้เรายังรวมการโต้ตอบระหว่างของตัวแปรต่าง ๆ โดยเฉพาะอย่างยิ่งระหว่างลักษณะความขัดแย้งแตกต่างกัน ระหว่างบทบาทของฝ่ายตรงข้ามและขัดแย้งลักษณะ ระหว่างบทบาทของฝ่ายตรงข้ามและขัดแย้งลักษณะ หรือ ระหว่าง dyadic ลักษณะต่าง ๆ ไม่มีการโต้ตอบที่ทดสอบส่วนมากรุ่นของเรา (ความน่าเป็นอัตราส่วนทดสอบ (LRT), เต็มเมื่อเทียบกับแบบจำลองลดลง Ps ทั้งหมด > 0.05); ดังนั้น เราไม่รวมพวกเขาทั้งหมดจากการวิเคราะห์ เราแปลงตัวแปรต่อเนื่องเพื่อปรับปรุง normality ตามความจำเป็น และมาตรฐานให้กับค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐานเป็น 1 เพื่อทำการประเมินเปรียบเทียบได้ GLMMs กับ Gaussian ทวินามหรือโครงสร้างของข้อผิดพลาดปัว ถูกนำมาใช้กับฟังก์ชัน 'lmer' จากแพคเกจ 'lme4' (เบตส์ Maechler, & Bolker, 2011) สำหรับแบบจำลองทั้งหมด เราตรวจสอบสมมติฐานที่ว่า ค่าคงเหลือที่กระจายปกติ หรือเป็นเนื้อเดียวกัน โดยสายตาตรวจสอบผืนค่าคงเหลือ และค่าคงเหลือกับผ่อน vales (ฟิลด์ ไมล์ และ ฟิลด์ 2012) นอกจากนี้เรายังตรวจสอบความมั่นคงรูปแบบ โดยไม่รวมข้อมูลสถานที และเปรียบเทียบการประเมินผลกับผู้ที่ได้รับจากแบบเต็มที่ (ฟิลด์ et al., 2012) ปัจจัยเงินเฟ้อต่างก็มาใช้ฟังก์ชัน 'vif.mer' และได้ถือเป็นที่ยอมรับ เพราะทั้งหมดไม่ต่ำกว่า 4 (ฟิลด์ et al., 2012) ตั้งแต่เรามีวัตถุประสงค์เพื่อทดสอบสมมุติฐานทั่วไปเกี่ยวกับอิทธิพลของชุดตัวแปร predictor มากกว่าอิทธิพลของเดี่ยว

ผลลัพธ์ (ไทย) 2:

ในรุ่น 4, 'Offest' ระยะถูกนำไปคำนึงถึงจำนวนรวมของความขัดแย้งต่อ dyad (ภาคผนวกตาราง A1) นอกจากนี้เรายังรวมถึงการมีปฏิสัมพันธ์ระหว่างตัวแปรต่างๆที่แตกต่างกันของเราโดยเฉพาะอย่างยิ่งความขัดแย้งระหว่างลักษณะที่แตกต่างกันระหว่างบทบาทของฝ่ายตรงข้ามลักษณะและความขัดแย้งระหว่างบทบาทของฝ่ายตรงข้ามลักษณะและความขัดแย้งหรือระหว่างลักษณะ DYADIC ไม่มีปฏิสัมพันธ์ผ่านการทดสอบมีส่วนสำคัญกับรูปแบบของเรา (การทดสอบความน่าจะเป็นอัตราส่วน (LRT) เต็มรูปแบบเมื่อเทียบกับที่ลดลงทั้งหมด Ps> 0.05); ด้วยเหตุนี้เราได้รับการยกเว้นพวกเขาทั้งหมดจากการวิเคราะห์ เราเปลี่ยนตัวแปรอย่างต่อเนื่องในการปรับปรุงปกติเมื่อใดก็ตามที่จำเป็นและมาตรฐานให้ค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐานของ 1 ที่จะทำให้ประมาณการเปรียบเทียบ GLMMs กับเสียน, ทวินามหรือ Poisson โครงสร้างข้อผิดพลาดถูกนำมาใช้กับฟังก์ชั่น 'lmer' จากแพคเกจ 'lme4' (เบตส์ Maechler และ Bolker 2011) สำหรับทุกรุ่นเราตรวจสอบสมมติฐานที่ว่าเศษเหลือใช้จะถูกกระจายตามปกติและ / หรือเป็นเนื้อเดียวกันโดยสายตาการตรวจสอบแปลงของเศษและของเหลือจากหุบผาติดตั้ง (สนามไมล์ & ฟิลด์, 2012) นอกจากนี้เรายังมีการตรวจสอบเพื่อความมั่นคงรูปแบบโดยไม่รวมจุดข้อมูลหนึ่งโดยหนึ่งและเมื่อเทียบกับประมาณการผลกับผู้ที่ได้รับจากรูปแบบเต็มรูปแบบ (สนาม et al., 2012) ความแปรปรวนปัจจัยอัตราเงินเฟ้อได้มาโดยใช้ฟังก์ชั่น 'vif.mer' และได้รับการพิจารณาที่ยอมรับได้เพราะทุกคนต่ำกว่า 4 (สนาม et al., 2012) เนื่องจากเรามีวัตถุประสงค์เพื่อทดสอบสมมติฐานทั่วไปเกี่ยวกับอิทธิพลของชุดของตัวแปรมากกว่าอิทธิพลของเดี่ยว

ผลลัพธ์ (ไทย) 3:

ในรุ่นที่ 4 ' ' offest คําแนะนำให้พิจารณาจำนวนของความขัดแย้งต่อคู่ ( ภาคผนวก ตาราง A1 ) นอกจากนี้เรายังรวมการปฏิสัมพันธ์ต่างๆ ระหว่างตัวแปรต่าง ๆ ของเรา โดยเฉพาะอย่างยิ่งระหว่างลักษณะความขัดแย้งแตกต่างกัน ระหว่างบทบาทของฝ่ายตรงข้ามและความขัดแย้งในลักษณะระหว่างบทบาทของฝ่ายตรงข้ามและความขัดแย้งระหว่างลักษณะหรือลักษณะนี้ . ไม่มีปฏิสัมพันธ์การทดสอบส่วนอย่างมากในรุ่นของเรา ( การทดสอบอัตราส่วนความน่าจะเป็น ( LRT ) เต็มรูปแบบและลดทั้งหมด PS > 0.05 ) ; ดังนั้นเราแยกออกพวกเขาทั้งหมดจากการวิเคราะห์ .เราแปลงตัวแปรต่อเนื่องเพื่อปรับปรุงภาวะปกติเมื่อใดก็ตามที่จำเป็นและมาตรฐานให้เฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐานของ 1 เพื่อให้การประมาณการที่ใกล้เคียงกัน glmms กับเสียน ทวินามปัวซอโครงสร้างหรือข้อผิดพลาด คือ ใช้กับฟังก์ชัน ' ' lmer จากแพคเกจ ' ' ( lme4 Bates , maechler & bolker , 2011 ) สำหรับทุกรุ่นเราตรวจสอบสมมติฐานที่เหลือกระจายอยู่ตามปกติ และ / หรือเป็นเนื้อเดียวกันโดยการมองเห็นการตรวจสอบแปลงของค่าความคลาดเคลื่อนกับเข็มขัดและ vales ( สนาม ไมล์ &ฟิลด์ , 2012 ) นอกจากนี้เรายังตรวจสอบรูปแบบโดยรวมของจุดข้อมูลหนึ่งโดยหนึ่งและเปรียบเทียบผลที่ได้จากการประเมินด้วยแบบเต็ม ( สนาม et al . , 2012 )ปัจจัยเงินเฟ้อแปรปรวนได้โดยใช้ฟังก์ชัน ' VIF . เมอร์และถูกยอมรับเพราะต่ำกว่า 4 ( สนาม et al . , 2012 ) เพราะเรามุ่งที่จะทดสอบสมมติฐานทั่วไปเกี่ยวกับอิทธิพลของชุดของตัวแปรมากกว่าอิทธิพลของเดี่ยว