二项GLM嵌套数据建模、变量编码及固定效应设置咨询

你原代码里的night/month写法存在两个核心问题：

• 第一是嵌套层级写反了：R公式语法中a/b代表b嵌套在a下，展开为a + a:b。你要实现“调查夜（night）嵌套在月份（month）下”，正确的运算符顺序应该是month/night，你写的night/month实际代表“月份嵌套在调查夜下”，和你的研究设计层级完全相反。
• 第二是你看到输出里出现交互项属于正常现象：R中不存在单独的“嵌套项”类型，嵌套效应的参数化本质就是「上层分组变量主效应 + 上层变量与下层嵌套变量的交互项」，用来估计上层变量每个水平内部下层变量的独立效应，不是程序识别错误。

你当前用的「单月内A区4晚编1-4、B区4晚重复编1-4」的编码是错误的，原因是同一编码值对应了两个完全独立的调查夜（比如3月A区11日和B区18日都被编为1），模型会将二者识别为同一个调查夜，导致效应估计完全失真。
两种可选编码的适用场景如下：

• 优先选「单月内8晚连续编码为1-8」：按调查时间顺序，将每月先开展的A区4晚编为1-4，后开展的B区4晚编为5-8即可。这种编码下，搭配month/night的嵌套写法，模型会自动将不同月份下编码重复的night（比如3月night=1、4月night=1）识别为不同月份下的独立调查夜，不需要额外做全局编码，完全匹配你的研究设计。
• 全局连续编码（非必需）：如果需要给每个调查夜加全局唯一标识，可以将3个月累计24个独立调查夜按时间顺序编为1-24即可（你提到的1-32属于笔误，3个月每月8晚总计24晚），这种编码下不需要写嵌套语法，直接将night作为分组变量即可，但对你的研究目标来说没有必要。

额外提醒：因为你每个研究区每一晚的调查路线、观测样地完全固定，不需要再给night加研究区的嵌套层级——单月内8晚的编码已经和调查顺序、所属研究区一一对应，month/night已经可以完全覆盖每个独立调查单元的变异。

zone应当设置为固定效应，判断依据完全匹配固定效应的适用规则：

• 你的核心研究目标就包含检验鹿类出现概率在两个研究区间的差异，两个研究区是你刻意选定的调查对象，你需要直接估计A、B区的具体效应值，结论也仅针对你调查的这两个研究区，完全符合固定效应的设定要求。
• 只有当研究区是从一个大的总体区域中随机抽取、你不关心单个研究区的具体效应、要将结论推广到总体中所有同类区域时，才需要将zone设为随机效应，这和你的研究目标不匹配。

data <- comp
# 变量类型转换
data$fieldtype <- as.factor(data$fieldtype)
data$zone <- as.factor(data$zone)
data$month <- as.factor(data$month)
# 修正night编码：A区保留原1-4编码，B区原1-4编码加4变为5-8，保证单月内编码唯一
data$night <- as.factor(ifelse(data$zone == "A", data$night, data$night + 4))
# 正确的二项GLM模型：注意嵌套顺序是month/night，不是night/month
mod3 <- glm(
  presence ~ zone + fieldtype + month/night,
  family = binomial,
  data = data
)

补充说明：如果你后续不需要估计每个调查夜的具体效应，只是想控制不同夜晚间的随机干扰（比如某晚降雨、某晚人类活动强度异常），也可以将嵌套的night作为随机效应，使用lme4包的混合效应模型实现，这属于模型选择范畴，不影响嵌套逻辑的正确性：

# 加载混合效应包
library(lme4)
mod3_mixed <- glmer(
  presence ~ zone + fieldtype + (1|month/night),
  family = binomial,
  data = data
)

内容的提问来源于stack exchange，提问作者Anthonin Dupuy