使用lmer进行随机效果和嵌套解释模型比较

Question

我正试图在r中做一个lmer。我做了一个实验，我操纵了温度。 我的数据框包含以下因素：

• 网站：11级，随机
• 种类：2个级别，已修复
• 主题：10，随机嵌套在网站
• 治疗：2级，固定
• 温度：22级，固定嵌套治疗

我的反应变量是呼吸率下降的百分比。

我很有兴趣看看治疗是否有影响，如果物种的反应之间存在差异，并且所施加的温度是否有影响。

我的第一个问题是如何考虑温度？嵌套在治疗中还是在现场？

这是我使用的脚本。

mod <-  lmer(perc_decr ~ Treatment + Species + Temperature + (1|Site:Subject) +
                         (Treatment:Temperature),data=myData, REML=F)

mod2 <- lmer(perc_decr ~ Species + Temperature + (1|Site:Subject) + 
                         (Treatment:Temperature),data=myData, REML=F)

但是当我尝试比较mod2 e mod时，输出如下

     Df    AIC    BIC  logLik deviance Chisq Chi Df Pr(>Chisq)   
mod   7 1701.1 1724.1 -843.53   1687.1                            
mod2  7 1701.1 1724.1 -843.53   1687.1     0      0  < 2.2e-16 ***

这意味着温度和AIC是相同的，没有Chisq，但p是有意义的。

为什么呢？我不明白。这意味着温度在我的模型中是否重要？