我正在分析食物匮乏对鸟类小鸡的呼唤的影响。一个想法是表明食物剥夺（实验）对物理参数变化的贡献远大于物种或个体身份。我们有3个物种，每个物种8个个体。我们ms的评论者说我们应该使用混合模型，实验和物种作为固定和个体作为随机变量。我想对所有3个变量的贡献进行排名。我该怎么做？我得到一个方差，随机拦截增加了人口拦截，但它不是我需要的。此外，anova(model_name)给出了两个固定效果的F值，但没有给出随机值的F值。 Nakagawa＆amp; amp; Schielzeth（2013）谈论的是R-sq。对于随机与固定效果，但我有两个固定变量，并希望对所有三个进行排名。有什么想法吗？
谢谢！
这是代码（具有随机拦截的模型比拦截和斜率更好）。
m_Fmax <- lme(F_max ~ Experiment + Species + Experiment*Species, random=~1|chicks, method = 'REML')