<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    Greetings,<br>
    I am interested in RE variance estimates from a negative binomial
    mixed model. My model has a random intercept, no fixed effects, 4
    random effects: time, collector, location, facility. RE location is
    nested in facility. Also RE location is crossed with time and
    collector. After studying several examples I came up with this
    syntax, is it correct:<br>
    <br>
    <meta http-equiv="Content-Type" content="text/html;
      charset=ISO-8859-1">
    <span class="Apple-style-span" style="border-collapse: separate;
      color: rgb(0, 0, 0); font-family: Arial; font-style: normal;
      font-variant: normal; font-weight: normal; letter-spacing: normal;
      line-height: normal; orphans: 2; text-align: auto; text-indent:
      0px; text-transform: none; white-space: normal; widows: 2;
      word-spacing: 0px; -webkit-border-horizontal-spacing: 0px;
      -webkit-border-vertical-spacing: 0px;
      -webkit-text-decorations-in-effect: none;
      -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px;
      font-size: medium; "><span class="Apple-style-span"
        style="font-family: 'Lucida Console'; font-size: 13px;
        line-height: 17px; text-align: -webkit-left; white-space:
        pre-wrap; ">
        <pre tabindex="0" class="GD40030CLR" style="font-family: 'Lucida Console'; font-size: 10pt !important; outline-style: none; outline-width: initial; outline-color: initial; border-top-style: none; border-right-style: none; border-bottom-style: none; border-left-style: none; border-width: initial; border-color: initial; white-space: pre-wrap !important; margin-top: 0px; margin-right: 0px; margin-bottom: 0px; margin-left: 0px; line-height: 1.3; ">glmmadmb(formula = Counts ~ 1 + (1 | time) + (1 | collector) + (1 | facility) + (1 | facility:location), data = Data, family = "nbinom",     link = "log")</pre>
      </span></span><tt><span class="Apple-style-span"
        style="border-collapse: separate; color: rgb(0, 0, 0);
        font-family: Arial; font-style: normal; font-variant: normal;
        font-weight: normal; letter-spacing: normal; line-height:
        normal; orphans: 2; text-align: auto; text-indent: 0px;
        text-transform: none; white-space: normal; widows: 2;
        word-spacing: 0px; -webkit-border-horizontal-spacing: 0px;
        -webkit-border-vertical-spacing: 0px;
        -webkit-text-decorations-in-effect: none;
        -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px;
        font-size: medium; "><span class="Apple-style-span"
          style="font-family: 'Lucida Console'; font-size: 13px;
          line-height: 17px; text-align: -webkit-left; white-space:
          pre-wrap; ">
          <pre tabindex="0" class="GD40030CLR" style="font-family: 'Lucida Console'; font-size: 10pt !important; outline-style: none; outline-width: initial; outline-color: initial; border-top-style: none; border-right-style: none; border-bottom-style: none; border-left-style: none; border-width: initial; border-color: initial; white-space: pre-wrap !important; margin-top: 0px; margin-right: 0px; margin-bottom: 0px; margin-left: 0px; line-height: 1.3; ">
Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)    1.952      0.356    5.49  4.1e-08 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Number of observations: total=180, =3, =2, =4, =44 
Random effect variance(s):
$time
            (Intercept)
(Intercept)  2.9696e-09

$collector
            (Intercept)
(Intercept)  0.00047214

$facility
            (Intercept)
(Intercept)     0.26907

$`facility:location`
            (Intercept)
(Intercept)       1.352

Negative binomial dispersion parameter: 1.379 (std. err.: 0.19336)

Log-likelihood: -570.014 </pre>
        </span></span></tt><br>
    <meta http-equiv="Content-Type" content="text/html;
      charset=ISO-8859-1">
    <br>
    If we think of r and p as the negative binomial parameters, how can
    I estimate "r" for such a complex dataset?<br>
    <br>
    I would also like to estimate P, would you agree that it can be
    estimated as:<br>
    <br>
    P =exponentiation of (<big><big><small>intercept+RE_facility+RE_location+RE_collector+RE_time)</small></big></big><br>
    <br>
    Sharif<br>
     <br>
    <pre class="moz-signature" cols="72">

</pre>
  </body>
</html>