我们进行了一项野外研究，我们试图了解哪些因素显着说明了一组动物（总共5种）穿过30种野生动物过路设施的可能性。响应变量是二项式的（是=交叉；否=没有交叉），由动物物种记录。我们对每个交叉结构（我们的随机因子）进行了大约30次访问，在其中记录了每种动物物种的二项式响应以及一些预测因子的值。
因此，我有一个混合效果模型（为更好的理解而简化）：库（lme4）
我的模型<-glmer（cross.01〜stream.01 + width.m + grass.per +（1 | structure.id）， 数据= Mydata，家庭=二项式）
流是一个有两个层次的因子； width.m是连续的； grass.per是一个百分比在此模型中，我评估了所有物种的杂交（即，任何物种的动物杂交时，杂交= 01 = 1，没有动物杂交时，杂交= 01 = 0）。但是，我们对每个物种做了一个模型，这些特定于物种的模型强调，不同物种在杂交和解释变量之间表现出不同的关系。
我的问题：这意味着我的上述模型遭受了与物种水平相关的其他变异源，而没有对其进行解释。但是，我无法通过添加物种水平作为随机因素来重新校准上述模型，因为在我的二项式响应中，零表示没有物种交叉（对于物种，所有零均具有“ NA”或“无”），因此需要其他来源仅当响应为1时才存在变异。为了确认这一点，我确实将物种添加为随机因子：
（1 | structure.id）+（1 |种）
按预期，消息为“错误：响应不变”
在lme4中如何解释模型中的物种变异性？