20  DAPI [Mol. layer - Adult]

Di-Amidino-2-Phenyl-Indole

❖ Data

❖ Description

Variable	Description
Mouse	Mouse unique identifier
Condition	Hypoxia condition: Normoxia (N) vs Intermittent Hypoxia (IH)
Z	Bregma coordinates (Ant, Med, Post)
A_ML	Molecular layer area (10^(-4) μm^(2))
A_DAPI	Area marked with DAPI (10^(-4) μm^(2))
Vol_DAPI	Volume of DAPI marking (10^(-4) μm^(3))

Variable	Description
Mouse	Mouse unique identifier
Condition	Hypoxia condition: Normoxia (N) vs Intermittent Hypoxia (IH)
Z	Bregma coordinates (Ant, Med, Post)
A_ML	Molecular layer area (10^(-4) μm^(2))
A_DAPI	Area marked with DAPI (10^(-4) μm^(2))
Vol_DAPI	Volume of DAPI marking (10^(-4) μm^(3))

❖ Correlations

20.1 Molecular layer area

20.1.1 Data Exploration

❖ Distribution:

Ant

Condition	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.113	0.017	0	0.147	0.023	0.079	0.161	0.586	0.619	42
IH	0.115	0.024	0.001	0.212	0.035	0.064	0.163	0.237	−0.666	60

Condition	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.113	0.017	0	0.147	0.023	0.079	0.161	0.586	0.619	42
IH	0.115	0.024	0.001	0.212	0.035	0.064	0.163	0.237	−0.666	60

Med

Condition	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.116	0.024	0.001	0.206	0.031	0.059	0.157	−0.399	−0.266	78
IH	0.12	0.024	0.001	0.198	0.029	0.065	0.161	−0.451	−0.321	60

Condition	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.116	0.024	0.001	0.206	0.031	0.059	0.157	−0.399	−0.266	78
IH	0.12	0.024	0.001	0.198	0.029	0.065	0.161	−0.451	−0.321	60

20.1.2 Models & Diagnostics

Exploring some Generalized Linear (Mixed) model candidates:

Gamma (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = A_ML ~ Condition * Z + (1 | Mouse), data = data, 
    family = Gamma("log"), REML = TRUE, ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
-1089.28	-1088.92	-1068.40	0.05	9.93e-03	0.04	0.02	0.20

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
-1089.28	-1088.92	-1068.40	0.05	9.93e-03	0.04	0.02	0.20

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

Gaussian (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = A_ML ~ Condition * Z + (1 | Mouse), data = data, 
    family = gaussian("log"), REML = TRUE, ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
-1098.46	-1098.10	-1077.58	0.80	0.15	0.76	0.02	0.02

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
-1098.46	-1098.10	-1077.58	0.80	0.15	0.76	0.02	0.02

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

20.1.3 Effects Analysis

Chosen model: Gamma (‘log’)

```{r}
glmmTMB(formula = A_ML ~ Condition * Z + (1 | Mouse), data = data, 
    family = Gamma("log"), REML = TRUE, ziformula = ~0, dispformula = ~1)
```

20.1.3.1 Coefficients

❖ All effects (Wald):

parameters::parameters(
  mod, component = "conditional", effects = "fixed",
  exponentiate = should_exp(mod), p_adjust = "none", summary = TRUE, digits = 3
)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	0.116	0.002	(0.11, 0.12)	-109.807	< .001
Condition1	0.988	0.019	(0.95, 1.03)	-0.599	0.549
Z1	0.983	0.013	(0.96, 1.01)	-1.249	0.212
Condition1 * Z1	1.006	0.014	(0.98, 1.03)	0.463	0.643
Model: A_ML ~ Condition * Z (240 Observations)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	0.116	0.002	(0.11, 0.12)	-109.807	< .001
Condition1	0.988	0.019	(0.95, 1.03)	-0.599	0.549
Z1	0.983	0.013	(0.96, 1.01)	-1.249	0.212
Condition1 * Z1	1.006	0.014	(0.98, 1.03)	0.463	0.643
Model: A_ML ~ Condition * Z (240 Observations)

❖ Main effects (Wald Chi-Square):

car::Anova(mod, type = 3)

term	statistic	df	p.value
Condition	0.36	1	0.550
Z	1.56	1	0.210
Condition:Z	0.21	1	0.640

term	statistic	df	p.value
Condition	0.36	1	0.550
Z	1.56	1	0.210
Condition:Z	0.21	1	0.640

❖ Main effects (Likelihood Ratio Test):

LRT(mod, pred = "Condition")

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	-1118.59	-1104.67	563.29	-1126.59
mod_full	6	-1115.30	-1094.42	563.65	-1127.30	0.72	2	0.700

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	-1118.59	-1104.67	563.29	-1126.59
mod_full	6	-1115.30	-1094.42	563.65	-1127.30	0.72	2	0.700

Important

Our LRT() method removes the predictor plus all its interactions

20.1.3.2 Marginal Effects

Marginal means & Contrasts for each predictor:

Condition

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Condition	response	SE	df	lower.CL	upper.CL
N	0.115	0.003	238	0.109	0.121
IH	0.118	0.003	238	0.111	0.124

Condition	response	SE	df	lower.CL	upper.CL
N	0.115	0.003	238	0.109	0.121
IH	0.118	0.003	238	0.111	0.124

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.977	0.038	238	0.904	1.055	1	−0.599	0.550

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.977	0.038	238	0.904	1.055	1	−0.599	0.550

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Z

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Z	response	SE	df	lower.CL	upper.CL
Ant	0.114	0.003	238	0.109	0.12
Med	0.118	0.003	238	0.113	0.123

Z	response	SE	df	lower.CL	upper.CL
Ant	0.114	0.003	238	0.109	0.12
Med	0.118	0.003	238	0.113	0.123

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.967	0.026	238	0.917	1.02	1	−1.249	0.213

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.967	0.026	238	0.917	1.02	1	−1.249	0.213

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Condition:Z

❖ Marginal Means:

emmeans(mod, specs = emmeans_formula, type = "response")

Ant

Condition	response	SE	df	lower.CL	upper.CL
N	0.114	0.004	238	0.106	0.122
IH	0.115	0.004	238	0.108	0.123

Condition	response	SE	df	lower.CL	upper.CL
N	0.114	0.004	238	0.106	0.122
IH	0.115	0.004	238	0.108	0.123

Med

Condition	response	SE	df	lower.CL	upper.CL
N	0.116	0.004	238	0.109	0.123
IH	0.12	0.004	238	0.113	0.128

Condition	response	SE	df	lower.CL	upper.CL
N	0.116	0.004	238	0.109	0.123
IH	0.12	0.004	238	0.113	0.128

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = emmeans_formula, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

Ant

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.989	0.049	238	0.897	1.091	1	−0.22	0.826

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.989	0.049	238	0.897	1.091	1	−0.22	0.826

Med

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.965	0.044	238	0.883	1.054	1	−0.797	0.426

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.965	0.044	238	0.883	1.054	1	−0.797	0.426

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

emmeans(mod, specs = emmeans_formula, type = "response") |>
  contrast(interaction = "pairwise", by = NULL, adjust = "none", infer = T)

Ant / Med

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	1.025	0.055	238	0.922	1.14	1	0.463	0.644

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	1.025	0.055	238	0.922	1.14	1	0.463	0.644

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

---

20.2 Volume of DAPI marking

20.2.1 Data Exploration

❖ Distribution:

Ant

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.079	1.976	NA	NA	NA	0	1.976	1.976	NaN	NaN	1
N	0.087	1.893	NA	NA	NA	0	1.893	1.893	NaN	NaN	1
N	0.09	2.134	NA	NA	NA	0	2.134	2.134	NaN	NaN	1
N	0.092	1.871	NA	NA	NA	0	1.871	1.871	NaN	NaN	1
N	0.094	1.528	NA	NA	NA	0	1.528	1.528	NaN	NaN	1
N	0.096	2.787	NA	NA	NA	0	2.787	2.787	NaN	NaN	1
N	0.097	1.682	NA	NA	NA	0	1.682	1.682	NaN	NaN	1
N	0.099	3.058	NA	NA	NA	0	3.058	3.058	NaN	NaN	1
N	0.1	1.685	NA	NA	NA	0	1.685	1.685	NaN	NaN	1
N	0.101	2.433	NA	NA	NA	0	2.433	2.433	NaN	NaN	1
N	0.102	0.821	NA	NA	NA	0	0.821	0.821	NaN	NaN	1
N	0.103	2.766	NA	NA	NA	0	2.766	2.766	NaN	NaN	1
N	0.103	1.903	NA	NA	NA	0	1.903	1.903	NaN	NaN	1
N	0.103	2.223	NA	NA	NA	0	2.223	2.223	NaN	NaN	1
N	0.105	1.904	NA	NA	NA	0	1.904	1.904	NaN	NaN	1
N	0.106	1.828	NA	NA	NA	0	1.828	1.828	NaN	NaN	1
N	0.106	3.073	NA	NA	NA	0	3.073	3.073	NaN	NaN	1
N	0.108	1.517	NA	NA	NA	0	1.517	1.517	NaN	NaN	1
N	0.108	2.395	NA	NA	NA	0	2.395	2.395	NaN	NaN	1
N	0.109	1.638	NA	NA	NA	0	1.638	1.638	NaN	NaN	1
N	0.111	2.77	NA	NA	NA	0	2.77	2.77	NaN	NaN	1
N	0.114	2.513	NA	NA	NA	0	2.513	2.513	NaN	NaN	1
N	0.114	2.584	NA	NA	NA	0	2.584	2.584	NaN	NaN	1
N	0.114	4.298	NA	NA	NA	0	4.298	4.298	NaN	NaN	1
N	0.115	3.098	0.128	0.016	0.041	0.181	3.008	3.189	0	−2	2
N	0.116	4.164	NA	NA	NA	0	4.164	4.164	NaN	NaN	1
N	0.116	1.307	NA	NA	NA	0	1.307	1.307	NaN	NaN	1
N	0.12	1.87	NA	NA	NA	0	1.87	1.87	NaN	NaN	1
N	0.12	2.231	NA	NA	NA	0	2.231	2.231	NaN	NaN	1
N	0.123	2.386	NA	NA	NA	0	2.386	2.386	NaN	NaN	1
N	0.124	0.739	NA	NA	NA	0	0.739	0.739	NaN	NaN	1
N	0.125	1.65	NA	NA	NA	0	1.65	1.65	NaN	NaN	1
N	0.125	1.81	NA	NA	NA	0	1.81	1.81	NaN	NaN	1
N	0.126	3.289	NA	NA	NA	0	3.289	3.289	NaN	NaN	1
N	0.128	3.605	NA	NA	NA	0	3.605	3.605	NaN	NaN	1
N	0.129	4.612	NA	NA	NA	0	4.612	4.612	NaN	NaN	1
N	0.131	3.021	NA	NA	NA	0	3.021	3.021	NaN	NaN	1
N	0.141	3.83	NA	NA	NA	0	3.83	3.83	NaN	NaN	1
N	0.142	3.221	NA	NA	NA	0	3.221	3.221	NaN	NaN	1
N	0.145	3.181	NA	NA	NA	0	3.181	3.181	NaN	NaN	1
N	0.161	1.658	NA	NA	NA	0	1.658	1.658	NaN	NaN	1
IH	0.064	2.674	NA	NA	NA	0	2.674	2.674	NaN	NaN	1
IH	0.073	2.013	NA	NA	NA	0	2.013	2.013	NaN	NaN	1
IH	0.078	2.284	NA	NA	NA	0	2.284	2.284	NaN	NaN	1
IH	0.082	1.985	NA	NA	NA	0	1.985	1.985	NaN	NaN	1
IH	0.082	2.667	NA	NA	NA	0	2.667	2.667	NaN	NaN	1
IH	0.082	2.793	NA	NA	NA	0	2.793	2.793	NaN	NaN	1
IH	0.086	2.372	NA	NA	NA	0	2.372	2.372	NaN	NaN	1
IH	0.091	3.854	NA	NA	NA	0	3.854	3.854	NaN	NaN	1
IH	0.092	3.303	NA	NA	NA	0	3.303	3.303	NaN	NaN	1
IH	0.092	3.103	NA	NA	NA	0	3.103	3.103	NaN	NaN	1
IH	0.094	3.685	0.546	0.298	0.148	0.772	3.299	4.071	0	−2	2
IH	0.095	1.002	NA	NA	NA	0	1.002	1.002	NaN	NaN	1
IH	0.095	3.97	NA	NA	NA	0	3.97	3.97	NaN	NaN	1
IH	0.095	3.557	0.081	0.007	0.023	0.115	3.499	3.614	0	−2	2
IH	0.096	2.384	NA	NA	NA	0	2.384	2.384	NaN	NaN	1
IH	0.098	5.264	NA	NA	NA	0	5.264	5.264	NaN	NaN	1
IH	0.099	2.544	NA	NA	NA	0	2.544	2.544	NaN	NaN	1
IH	0.1	1.262	NA	NA	NA	0	1.262	1.262	NaN	NaN	1
IH	0.1	4.356	NA	NA	NA	0	4.356	4.356	NaN	NaN	1
IH	0.101	2.253	NA	NA	NA	0	2.253	2.253	NaN	NaN	1
IH	0.103	3.163	NA	NA	NA	0	3.163	3.163	NaN	NaN	1
IH	0.104	2.832	NA	NA	NA	0	2.832	2.832	NaN	NaN	1
IH	0.106	3.867	NA	NA	NA	0	3.867	3.867	NaN	NaN	1
IH	0.107	2.459	NA	NA	NA	0	2.459	2.459	NaN	NaN	1
IH	0.107	3.28	NA	NA	NA	0	3.28	3.28	NaN	NaN	1
IH	0.109	4.37	NA	NA	NA	0	4.37	4.37	NaN	NaN	1
IH	0.111	3.866	NA	NA	NA	0	3.866	3.866	NaN	NaN	1
IH	0.111	2.392	NA	NA	NA	0	2.392	2.392	NaN	NaN	1
IH	0.112	7.723	NA	NA	NA	0	7.723	7.723	NaN	NaN	1
IH	0.112	3.446	NA	NA	NA	0	3.446	3.446	NaN	NaN	1
IH	0.117	3.543	NA	NA	NA	0	3.543	3.543	NaN	NaN	1
IH	0.118	2.918	NA	NA	NA	0	2.918	2.918	NaN	NaN	1
IH	0.121	3.554	NA	NA	NA	0	3.554	3.554	NaN	NaN	1
IH	0.121	0.809	NA	NA	NA	0	0.809	0.809	NaN	NaN	1
IH	0.122	2.06	NA	NA	NA	0	2.06	2.06	NaN	NaN	1
IH	0.123	4.571	NA	NA	NA	0	4.571	4.571	NaN	NaN	1
IH	0.124	3.206	NA	NA	NA	0	3.206	3.206	NaN	NaN	1
IH	0.125	3.409	NA	NA	NA	0	3.409	3.409	NaN	NaN	1
IH	0.126	2.968	NA	NA	NA	0	2.968	2.968	NaN	NaN	1
IH	0.128	4.153	NA	NA	NA	0	4.153	4.153	NaN	NaN	1
IH	0.128	3.34	NA	NA	NA	0	3.34	3.34	NaN	NaN	1
IH	0.129	3.14	NA	NA	NA	0	3.14	3.14	NaN	NaN	1
IH	0.13	4.074	NA	NA	NA	0	4.074	4.074	NaN	NaN	1
IH	0.13	3.374	NA	NA	NA	0	3.374	3.374	NaN	NaN	1
IH	0.132	4.889	NA	NA	NA	0	4.889	4.889	NaN	NaN	1
IH	0.134	3.591	NA	NA	NA	0	3.591	3.591	NaN	NaN	1
IH	0.135	3.676	NA	NA	NA	0	3.676	3.676	NaN	NaN	1
IH	0.144	6.899	NA	NA	NA	0	6.899	6.899	NaN	NaN	1
IH	0.144	1.816	NA	NA	NA	0	1.816	1.816	NaN	NaN	1
IH	0.144	3.117	NA	NA	NA	0	3.117	3.117	NaN	NaN	1
IH	0.148	2.998	NA	NA	NA	0	2.998	2.998	NaN	NaN	1
IH	0.149	3.671	NA	NA	NA	0	3.671	3.671	NaN	NaN	1
IH	0.152	4.686	NA	NA	NA	0	4.686	4.686	NaN	NaN	1
IH	0.155	4.376	NA	NA	NA	0	4.376	4.376	NaN	NaN	1
IH	0.16	3.966	NA	NA	NA	0	3.966	3.966	NaN	NaN	1
IH	0.16	3.461	NA	NA	NA	0	3.461	3.461	NaN	NaN	1
IH	0.161	3.968	NA	NA	NA	0	3.968	3.968	NaN	NaN	1
IH	0.163	3.271	NA	NA	NA	0	3.271	3.271	NaN	NaN	1

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.079	1.976	NA	NA	NA	0	1.976	1.976	NaN	NaN	1
N	0.087	1.893	NA	NA	NA	0	1.893	1.893	NaN	NaN	1
N	0.09	2.134	NA	NA	NA	0	2.134	2.134	NaN	NaN	1
N	0.092	1.871	NA	NA	NA	0	1.871	1.871	NaN	NaN	1
N	0.094	1.528	NA	NA	NA	0	1.528	1.528	NaN	NaN	1
N	0.096	2.787	NA	NA	NA	0	2.787	2.787	NaN	NaN	1
N	0.097	1.682	NA	NA	NA	0	1.682	1.682	NaN	NaN	1
N	0.099	3.058	NA	NA	NA	0	3.058	3.058	NaN	NaN	1
N	0.1	1.685	NA	NA	NA	0	1.685	1.685	NaN	NaN	1
N	0.101	2.433	NA	NA	NA	0	2.433	2.433	NaN	NaN	1
N	0.102	0.821	NA	NA	NA	0	0.821	0.821	NaN	NaN	1
N	0.103	2.766	NA	NA	NA	0	2.766	2.766	NaN	NaN	1
N	0.103	1.903	NA	NA	NA	0	1.903	1.903	NaN	NaN	1
N	0.103	2.223	NA	NA	NA	0	2.223	2.223	NaN	NaN	1
N	0.105	1.904	NA	NA	NA	0	1.904	1.904	NaN	NaN	1
N	0.106	1.828	NA	NA	NA	0	1.828	1.828	NaN	NaN	1
N	0.106	3.073	NA	NA	NA	0	3.073	3.073	NaN	NaN	1
N	0.108	1.517	NA	NA	NA	0	1.517	1.517	NaN	NaN	1
N	0.108	2.395	NA	NA	NA	0	2.395	2.395	NaN	NaN	1
N	0.109	1.638	NA	NA	NA	0	1.638	1.638	NaN	NaN	1
N	0.111	2.77	NA	NA	NA	0	2.77	2.77	NaN	NaN	1
N	0.114	2.513	NA	NA	NA	0	2.513	2.513	NaN	NaN	1
N	0.114	2.584	NA	NA	NA	0	2.584	2.584	NaN	NaN	1
N	0.114	4.298	NA	NA	NA	0	4.298	4.298	NaN	NaN	1
N	0.115	3.098	0.128	0.016	0.041	0.181	3.008	3.189	0	−2	2
N	0.116	4.164	NA	NA	NA	0	4.164	4.164	NaN	NaN	1
N	0.116	1.307	NA	NA	NA	0	1.307	1.307	NaN	NaN	1
N	0.12	1.87	NA	NA	NA	0	1.87	1.87	NaN	NaN	1
N	0.12	2.231	NA	NA	NA	0	2.231	2.231	NaN	NaN	1
N	0.123	2.386	NA	NA	NA	0	2.386	2.386	NaN	NaN	1
N	0.124	0.739	NA	NA	NA	0	0.739	0.739	NaN	NaN	1
N	0.125	1.65	NA	NA	NA	0	1.65	1.65	NaN	NaN	1
N	0.125	1.81	NA	NA	NA	0	1.81	1.81	NaN	NaN	1
N	0.126	3.289	NA	NA	NA	0	3.289	3.289	NaN	NaN	1
N	0.128	3.605	NA	NA	NA	0	3.605	3.605	NaN	NaN	1
N	0.129	4.612	NA	NA	NA	0	4.612	4.612	NaN	NaN	1
N	0.131	3.021	NA	NA	NA	0	3.021	3.021	NaN	NaN	1
N	0.141	3.83	NA	NA	NA	0	3.83	3.83	NaN	NaN	1
N	0.142	3.221	NA	NA	NA	0	3.221	3.221	NaN	NaN	1
N	0.145	3.181	NA	NA	NA	0	3.181	3.181	NaN	NaN	1
N	0.161	1.658	NA	NA	NA	0	1.658	1.658	NaN	NaN	1
IH	0.064	2.674	NA	NA	NA	0	2.674	2.674	NaN	NaN	1
IH	0.073	2.013	NA	NA	NA	0	2.013	2.013	NaN	NaN	1
IH	0.078	2.284	NA	NA	NA	0	2.284	2.284	NaN	NaN	1
IH	0.082	1.985	NA	NA	NA	0	1.985	1.985	NaN	NaN	1
IH	0.082	2.667	NA	NA	NA	0	2.667	2.667	NaN	NaN	1
IH	0.082	2.793	NA	NA	NA	0	2.793	2.793	NaN	NaN	1
IH	0.086	2.372	NA	NA	NA	0	2.372	2.372	NaN	NaN	1
IH	0.091	3.854	NA	NA	NA	0	3.854	3.854	NaN	NaN	1
IH	0.092	3.303	NA	NA	NA	0	3.303	3.303	NaN	NaN	1
IH	0.092	3.103	NA	NA	NA	0	3.103	3.103	NaN	NaN	1
IH	0.094	3.685	0.546	0.298	0.148	0.772	3.299	4.071	0	−2	2
IH	0.095	1.002	NA	NA	NA	0	1.002	1.002	NaN	NaN	1
IH	0.095	3.97	NA	NA	NA	0	3.97	3.97	NaN	NaN	1
IH	0.095	3.557	0.081	0.007	0.023	0.115	3.499	3.614	0	−2	2
IH	0.096	2.384	NA	NA	NA	0	2.384	2.384	NaN	NaN	1
IH	0.098	5.264	NA	NA	NA	0	5.264	5.264	NaN	NaN	1
IH	0.099	2.544	NA	NA	NA	0	2.544	2.544	NaN	NaN	1
IH	0.1	1.262	NA	NA	NA	0	1.262	1.262	NaN	NaN	1
IH	0.1	4.356	NA	NA	NA	0	4.356	4.356	NaN	NaN	1
IH	0.101	2.253	NA	NA	NA	0	2.253	2.253	NaN	NaN	1
IH	0.103	3.163	NA	NA	NA	0	3.163	3.163	NaN	NaN	1
IH	0.104	2.832	NA	NA	NA	0	2.832	2.832	NaN	NaN	1
IH	0.106	3.867	NA	NA	NA	0	3.867	3.867	NaN	NaN	1
IH	0.107	2.459	NA	NA	NA	0	2.459	2.459	NaN	NaN	1
IH	0.107	3.28	NA	NA	NA	0	3.28	3.28	NaN	NaN	1
IH	0.109	4.37	NA	NA	NA	0	4.37	4.37	NaN	NaN	1
IH	0.111	3.866	NA	NA	NA	0	3.866	3.866	NaN	NaN	1
IH	0.111	2.392	NA	NA	NA	0	2.392	2.392	NaN	NaN	1
IH	0.112	7.723	NA	NA	NA	0	7.723	7.723	NaN	NaN	1
IH	0.112	3.446	NA	NA	NA	0	3.446	3.446	NaN	NaN	1
IH	0.117	3.543	NA	NA	NA	0	3.543	3.543	NaN	NaN	1
IH	0.118	2.918	NA	NA	NA	0	2.918	2.918	NaN	NaN	1
IH	0.121	3.554	NA	NA	NA	0	3.554	3.554	NaN	NaN	1
IH	0.121	0.809	NA	NA	NA	0	0.809	0.809	NaN	NaN	1
IH	0.122	2.06	NA	NA	NA	0	2.06	2.06	NaN	NaN	1
IH	0.123	4.571	NA	NA	NA	0	4.571	4.571	NaN	NaN	1
IH	0.124	3.206	NA	NA	NA	0	3.206	3.206	NaN	NaN	1
IH	0.125	3.409	NA	NA	NA	0	3.409	3.409	NaN	NaN	1
IH	0.126	2.968	NA	NA	NA	0	2.968	2.968	NaN	NaN	1
IH	0.128	4.153	NA	NA	NA	0	4.153	4.153	NaN	NaN	1
IH	0.128	3.34	NA	NA	NA	0	3.34	3.34	NaN	NaN	1
IH	0.129	3.14	NA	NA	NA	0	3.14	3.14	NaN	NaN	1
IH	0.13	4.074	NA	NA	NA	0	4.074	4.074	NaN	NaN	1
IH	0.13	3.374	NA	NA	NA	0	3.374	3.374	NaN	NaN	1
IH	0.132	4.889	NA	NA	NA	0	4.889	4.889	NaN	NaN	1
IH	0.134	3.591	NA	NA	NA	0	3.591	3.591	NaN	NaN	1
IH	0.135	3.676	NA	NA	NA	0	3.676	3.676	NaN	NaN	1
IH	0.144	6.899	NA	NA	NA	0	6.899	6.899	NaN	NaN	1
IH	0.144	1.816	NA	NA	NA	0	1.816	1.816	NaN	NaN	1
IH	0.144	3.117	NA	NA	NA	0	3.117	3.117	NaN	NaN	1
IH	0.148	2.998	NA	NA	NA	0	2.998	2.998	NaN	NaN	1
IH	0.149	3.671	NA	NA	NA	0	3.671	3.671	NaN	NaN	1
IH	0.152	4.686	NA	NA	NA	0	4.686	4.686	NaN	NaN	1
IH	0.155	4.376	NA	NA	NA	0	4.376	4.376	NaN	NaN	1
IH	0.16	3.966	NA	NA	NA	0	3.966	3.966	NaN	NaN	1
IH	0.16	3.461	NA	NA	NA	0	3.461	3.461	NaN	NaN	1
IH	0.161	3.968	NA	NA	NA	0	3.968	3.968	NaN	NaN	1
IH	0.163	3.271	NA	NA	NA	0	3.271	3.271	NaN	NaN	1

Med

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.059	2.428	NA	NA	NA	0	2.428	2.428	NaN	NaN	1
N	0.061	1.316	NA	NA	NA	0	1.316	1.316	NaN	NaN	1
N	0.065	1.833	NA	NA	NA	0	1.833	1.833	NaN	NaN	1
N	0.066	1.842	NA	NA	NA	0	1.842	1.842	NaN	NaN	1
N	0.075	2.283	NA	NA	NA	0	2.283	2.283	NaN	NaN	1
N	0.076	2.109	NA	NA	NA	0	2.109	2.109	NaN	NaN	1
N	0.078	1.784	NA	NA	NA	0	1.784	1.784	NaN	NaN	1
N	0.079	0.725	NA	NA	NA	0	0.725	0.725	NaN	NaN	1
N	0.083	1.495	NA	NA	NA	0	1.495	1.495	NaN	NaN	1
N	0.091	1.505	NA	NA	NA	0	1.505	1.505	NaN	NaN	1
N	0.092	3.63	NA	NA	NA	0	3.63	3.63	NaN	NaN	1
N	0.092	2.132	NA	NA	NA	0	2.132	2.132	NaN	NaN	1
N	0.093	4.033	NA	NA	NA	0	4.033	4.033	NaN	NaN	1
N	0.095	1.151	NA	NA	NA	0	1.151	1.151	NaN	NaN	1
N	0.096	1.035	NA	NA	NA	0	1.035	1.035	NaN	NaN	1
N	0.097	1.811	NA	NA	NA	0	1.811	1.811	NaN	NaN	1
N	0.099	2.928	NA	NA	NA	0	2.928	2.928	NaN	NaN	1
N	0.1	0.533	NA	NA	NA	0	0.533	0.533	NaN	NaN	1
N	0.101	2.29	NA	NA	NA	0	2.29	2.29	NaN	NaN	1
N	0.102	2.439	NA	NA	NA	0	2.439	2.439	NaN	NaN	1
N	0.102	1.866	NA	NA	NA	0	1.866	1.866	NaN	NaN	1
N	0.102	2.541	NA	NA	NA	0	2.541	2.541	NaN	NaN	1
N	0.105	1.7	NA	NA	NA	0	1.7	1.7	NaN	NaN	1
N	0.105	3.383	NA	NA	NA	0	3.383	3.383	NaN	NaN	1
N	0.105	2.739	NA	NA	NA	0	2.739	2.739	NaN	NaN	1
N	0.108	2.107	NA	NA	NA	0	2.107	2.107	NaN	NaN	1
N	0.109	2.615	NA	NA	NA	0	2.615	2.615	NaN	NaN	1
N	0.109	4.479	NA	NA	NA	0	4.479	4.479	NaN	NaN	1
N	0.109	2.906	NA	NA	NA	0	2.906	2.906	NaN	NaN	1
N	0.112	1.002	NA	NA	NA	0	1.002	1.002	NaN	NaN	1
N	0.113	2.956	NA	NA	NA	0	2.956	2.956	NaN	NaN	1
N	0.113	3.985	NA	NA	NA	0	3.985	3.985	NaN	NaN	1
N	0.113	2.705	NA	NA	NA	0	2.705	2.705	NaN	NaN	1
N	0.114	3.246	NA	NA	NA	0	3.246	3.246	NaN	NaN	1
N	0.115	3.671	NA	NA	NA	0	3.671	3.671	NaN	NaN	1
N	0.115	2.952	NA	NA	NA	0	2.952	2.952	NaN	NaN	1
N	0.116	0.893	NA	NA	NA	0	0.893	0.893	NaN	NaN	1
N	0.117	3.145	NA	NA	NA	0	3.145	3.145	NaN	NaN	1
N	0.119	3.259	NA	NA	NA	0	3.259	3.259	NaN	NaN	1
N	0.12	2.871	NA	NA	NA	0	2.871	2.871	NaN	NaN	1
N	0.12	4.932	NA	NA	NA	0	4.932	4.932	NaN	NaN	1
N	0.121	1.851	NA	NA	NA	0	1.851	1.851	NaN	NaN	1
N	0.122	3.149	NA	NA	NA	0	3.149	3.149	NaN	NaN	1
N	0.122	3.956	NA	NA	NA	0	3.956	3.956	NaN	NaN	1
N	0.123	2.78	NA	NA	NA	0	2.78	2.78	NaN	NaN	1
N	0.123	2.115	NA	NA	NA	0	2.115	2.115	NaN	NaN	1
N	0.123	3.405	NA	NA	NA	0	3.405	3.405	NaN	NaN	1
N	0.124	2.698	NA	NA	NA	0	2.698	2.698	NaN	NaN	1
N	0.125	2.091	NA	NA	NA	0	2.091	2.091	NaN	NaN	1
N	0.125	4.139	NA	NA	NA	0	4.139	4.139	NaN	NaN	1
N	0.125	1.026	NA	NA	NA	0	1.026	1.026	NaN	NaN	1
N	0.126	2.456	NA	NA	NA	0	2.456	2.456	NaN	NaN	1
N	0.127	1.914	NA	NA	NA	0	1.914	1.914	NaN	NaN	1
N	0.128	3.625	NA	NA	NA	0	3.625	3.625	NaN	NaN	1
N	0.129	2.209	NA	NA	NA	0	2.209	2.209	NaN	NaN	1
N	0.132	3.2	NA	NA	NA	0	3.2	3.2	NaN	NaN	1
N	0.132	2.28	NA	NA	NA	0	2.28	2.28	NaN	NaN	1
N	0.132	2.308	NA	NA	NA	0	2.308	2.308	NaN	NaN	1
N	0.133	4.302	NA	NA	NA	0	4.302	4.302	NaN	NaN	1
N	0.133	1.636	NA	NA	NA	0	1.636	1.636	NaN	NaN	1
N	0.133	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
N	0.135	3.317	NA	NA	NA	0	3.317	3.317	NaN	NaN	1
N	0.137	2.432	NA	NA	NA	0	2.432	2.432	NaN	NaN	1
N	0.14	3.044	NA	NA	NA	0	3.044	3.044	NaN	NaN	1
N	0.141	4.369	NA	NA	NA	0	4.369	4.369	NaN	NaN	1
N	0.143	3.624	NA	NA	NA	0	3.624	3.624	NaN	NaN	1
N	0.144	4.767	NA	NA	NA	0	4.767	4.767	NaN	NaN	1
N	0.146	2.434	NA	NA	NA	0	2.434	2.434	NaN	NaN	1
N	0.147	3.798	NA	NA	NA	0	3.798	3.798	NaN	NaN	1
N	0.148	0.914	NA	NA	NA	0	0.914	0.914	NaN	NaN	1
N	0.151	2.779	NA	NA	NA	0	2.779	2.779	NaN	NaN	1
N	0.151	3.954	NA	NA	NA	0	3.954	3.954	NaN	NaN	1
N	0.152	2.509	NA	NA	NA	0	2.509	2.509	NaN	NaN	1
N	0.153	2.52	NA	NA	NA	0	2.52	2.52	NaN	NaN	1
N	0.154	2.206	NA	NA	NA	0	2.206	2.206	NaN	NaN	1
N	0.155	4.034	0.179	0.032	0.044	0.254	3.908	4.161	0	−2	2
N	0.157	4.074	NA	NA	NA	0	4.074	4.074	NaN	NaN	1
IH	0.065	2.535	NA	NA	NA	0	2.535	2.535	NaN	NaN	1
IH	0.065	1.93	NA	NA	NA	0	1.93	1.93	NaN	NaN	1
IH	0.071	2.457	NA	NA	NA	0	2.457	2.457	NaN	NaN	1
IH	0.077	2.942	NA	NA	NA	0	2.942	2.942	NaN	NaN	1
IH	0.081	4.14	NA	NA	NA	0	4.14	4.14	NaN	NaN	1
IH	0.086	2.536	NA	NA	NA	0	2.536	2.536	NaN	NaN	1
IH	0.088	2.471	NA	NA	NA	0	2.471	2.471	NaN	NaN	1
IH	0.089	3.763	NA	NA	NA	0	3.763	3.763	NaN	NaN	1
IH	0.09	3.091	NA	NA	NA	0	3.091	3.091	NaN	NaN	1
IH	0.091	8.554	NA	NA	NA	0	8.554	8.554	NaN	NaN	1
IH	0.096	3.648	NA	NA	NA	0	3.648	3.648	NaN	NaN	1
IH	0.098	2.854	NA	NA	NA	0	2.854	2.854	NaN	NaN	1
IH	0.101	3.497	NA	NA	NA	0	3.497	3.497	NaN	NaN	1
IH	0.101	2.662	NA	NA	NA	0	2.662	2.662	NaN	NaN	1
IH	0.108	2.635	NA	NA	NA	0	2.635	2.635	NaN	NaN	1
IH	0.108	1.886	NA	NA	NA	0	1.886	1.886	NaN	NaN	1
IH	0.108	2.655	NA	NA	NA	0	2.655	2.655	NaN	NaN	1
IH	0.111	1.986	NA	NA	NA	0	1.986	1.986	NaN	NaN	1
IH	0.114	3.371	NA	NA	NA	0	3.371	3.371	NaN	NaN	1
IH	0.114	2.62	NA	NA	NA	0	2.62	2.62	NaN	NaN	1
IH	0.114	1.855	NA	NA	NA	0	1.855	1.855	NaN	NaN	1
IH	0.115	4.816	NA	NA	NA	0	4.816	4.816	NaN	NaN	1
IH	0.117	3.276	NA	NA	NA	0	3.276	3.276	NaN	NaN	1
IH	0.117	2.801	NA	NA	NA	0	2.801	2.801	NaN	NaN	1
IH	0.117	3.242	NA	NA	NA	0	3.242	3.242	NaN	NaN	1
IH	0.117	3.3	NA	NA	NA	0	3.3	3.3	NaN	NaN	1
IH	0.117	3.924	NA	NA	NA	0	3.924	3.924	NaN	NaN	1
IH	0.118	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
IH	0.121	2.267	NA	NA	NA	0	2.267	2.267	NaN	NaN	1
IH	0.121	3.869	NA	NA	NA	0	3.869	3.869	NaN	NaN	1
IH	0.122	2.686	NA	NA	NA	0	2.686	2.686	NaN	NaN	1
IH	0.123	5.031	NA	NA	NA	0	5.031	5.031	NaN	NaN	1
IH	0.123	2.954	NA	NA	NA	0	2.954	2.954	NaN	NaN	1
IH	0.123	2.754	NA	NA	NA	0	2.754	2.754	NaN	NaN	1
IH	0.124	4.538	NA	NA	NA	0	4.538	4.538	NaN	NaN	1
IH	0.125	1.421	NA	NA	NA	0	1.421	1.421	NaN	NaN	1
IH	0.127	2.269	NA	NA	NA	0	2.269	2.269	NaN	NaN	1
IH	0.13	3.382	NA	NA	NA	0	3.382	3.382	NaN	NaN	1
IH	0.13	5.094	NA	NA	NA	0	5.094	5.094	NaN	NaN	1
IH	0.131	2.031	NA	NA	NA	0	2.031	2.031	NaN	NaN	1
IH	0.133	3.352	NA	NA	NA	0	3.352	3.352	NaN	NaN	1
IH	0.133	9.63	NA	NA	NA	0	9.63	9.63	NaN	NaN	1
IH	0.134	4.523	NA	NA	NA	0	4.523	4.523	NaN	NaN	1
IH	0.134	4.539	NA	NA	NA	0	4.539	4.539	NaN	NaN	1
IH	0.137	2.632	NA	NA	NA	0	2.632	2.632	NaN	NaN	1
IH	0.137	5.966	NA	NA	NA	0	5.966	5.966	NaN	NaN	1
IH	0.139	2.207	NA	NA	NA	0	2.207	2.207	NaN	NaN	1
IH	0.141	2.869	NA	NA	NA	0	2.869	2.869	NaN	NaN	1
IH	0.143	2.543	NA	NA	NA	0	2.543	2.543	NaN	NaN	1
IH	0.147	2.468	NA	NA	NA	0	2.468	2.468	NaN	NaN	1
IH	0.148	3.391	NA	NA	NA	0	3.391	3.391	NaN	NaN	1
IH	0.148	2.438	NA	NA	NA	0	2.438	2.438	NaN	NaN	1
IH	0.15	4.16	NA	NA	NA	0	4.16	4.16	NaN	NaN	1
IH	0.151	4.622	NA	NA	NA	0	4.622	4.622	NaN	NaN	1
IH	0.151	4.061	NA	NA	NA	0	4.061	4.061	NaN	NaN	1
IH	0.151	4.179	NA	NA	NA	0	4.179	4.179	NaN	NaN	1
IH	0.152	2.997	NA	NA	NA	0	2.997	2.997	NaN	NaN	1
IH	0.155	3.327	NA	NA	NA	0	3.327	3.327	NaN	NaN	1
IH	0.157	3.7	NA	NA	NA	0	3.7	3.7	NaN	NaN	1
IH	0.161	4.261	NA	NA	NA	0	4.261	4.261	NaN	NaN	1

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.059	2.428	NA	NA	NA	0	2.428	2.428	NaN	NaN	1
N	0.061	1.316	NA	NA	NA	0	1.316	1.316	NaN	NaN	1
N	0.065	1.833	NA	NA	NA	0	1.833	1.833	NaN	NaN	1
N	0.066	1.842	NA	NA	NA	0	1.842	1.842	NaN	NaN	1
N	0.075	2.283	NA	NA	NA	0	2.283	2.283	NaN	NaN	1
N	0.076	2.109	NA	NA	NA	0	2.109	2.109	NaN	NaN	1
N	0.078	1.784	NA	NA	NA	0	1.784	1.784	NaN	NaN	1
N	0.079	0.725	NA	NA	NA	0	0.725	0.725	NaN	NaN	1
N	0.083	1.495	NA	NA	NA	0	1.495	1.495	NaN	NaN	1
N	0.091	1.505	NA	NA	NA	0	1.505	1.505	NaN	NaN	1
N	0.092	3.63	NA	NA	NA	0	3.63	3.63	NaN	NaN	1
N	0.092	2.132	NA	NA	NA	0	2.132	2.132	NaN	NaN	1
N	0.093	4.033	NA	NA	NA	0	4.033	4.033	NaN	NaN	1
N	0.095	1.151	NA	NA	NA	0	1.151	1.151	NaN	NaN	1
N	0.096	1.035	NA	NA	NA	0	1.035	1.035	NaN	NaN	1
N	0.097	1.811	NA	NA	NA	0	1.811	1.811	NaN	NaN	1
N	0.099	2.928	NA	NA	NA	0	2.928	2.928	NaN	NaN	1
N	0.1	0.533	NA	NA	NA	0	0.533	0.533	NaN	NaN	1
N	0.101	2.29	NA	NA	NA	0	2.29	2.29	NaN	NaN	1
N	0.102	2.439	NA	NA	NA	0	2.439	2.439	NaN	NaN	1
N	0.102	1.866	NA	NA	NA	0	1.866	1.866	NaN	NaN	1
N	0.102	2.541	NA	NA	NA	0	2.541	2.541	NaN	NaN	1
N	0.105	1.7	NA	NA	NA	0	1.7	1.7	NaN	NaN	1
N	0.105	3.383	NA	NA	NA	0	3.383	3.383	NaN	NaN	1
N	0.105	2.739	NA	NA	NA	0	2.739	2.739	NaN	NaN	1
N	0.108	2.107	NA	NA	NA	0	2.107	2.107	NaN	NaN	1
N	0.109	2.615	NA	NA	NA	0	2.615	2.615	NaN	NaN	1
N	0.109	4.479	NA	NA	NA	0	4.479	4.479	NaN	NaN	1
N	0.109	2.906	NA	NA	NA	0	2.906	2.906	NaN	NaN	1
N	0.112	1.002	NA	NA	NA	0	1.002	1.002	NaN	NaN	1
N	0.113	2.956	NA	NA	NA	0	2.956	2.956	NaN	NaN	1
N	0.113	3.985	NA	NA	NA	0	3.985	3.985	NaN	NaN	1
N	0.113	2.705	NA	NA	NA	0	2.705	2.705	NaN	NaN	1
N	0.114	3.246	NA	NA	NA	0	3.246	3.246	NaN	NaN	1
N	0.115	3.671	NA	NA	NA	0	3.671	3.671	NaN	NaN	1
N	0.115	2.952	NA	NA	NA	0	2.952	2.952	NaN	NaN	1
N	0.116	0.893	NA	NA	NA	0	0.893	0.893	NaN	NaN	1
N	0.117	3.145	NA	NA	NA	0	3.145	3.145	NaN	NaN	1
N	0.119	3.259	NA	NA	NA	0	3.259	3.259	NaN	NaN	1
N	0.12	2.871	NA	NA	NA	0	2.871	2.871	NaN	NaN	1
N	0.12	4.932	NA	NA	NA	0	4.932	4.932	NaN	NaN	1
N	0.121	1.851	NA	NA	NA	0	1.851	1.851	NaN	NaN	1
N	0.122	3.149	NA	NA	NA	0	3.149	3.149	NaN	NaN	1
N	0.122	3.956	NA	NA	NA	0	3.956	3.956	NaN	NaN	1
N	0.123	2.78	NA	NA	NA	0	2.78	2.78	NaN	NaN	1
N	0.123	2.115	NA	NA	NA	0	2.115	2.115	NaN	NaN	1
N	0.123	3.405	NA	NA	NA	0	3.405	3.405	NaN	NaN	1
N	0.124	2.698	NA	NA	NA	0	2.698	2.698	NaN	NaN	1
N	0.125	2.091	NA	NA	NA	0	2.091	2.091	NaN	NaN	1
N	0.125	4.139	NA	NA	NA	0	4.139	4.139	NaN	NaN	1
N	0.125	1.026	NA	NA	NA	0	1.026	1.026	NaN	NaN	1
N	0.126	2.456	NA	NA	NA	0	2.456	2.456	NaN	NaN	1
N	0.127	1.914	NA	NA	NA	0	1.914	1.914	NaN	NaN	1
N	0.128	3.625	NA	NA	NA	0	3.625	3.625	NaN	NaN	1
N	0.129	2.209	NA	NA	NA	0	2.209	2.209	NaN	NaN	1
N	0.132	3.2	NA	NA	NA	0	3.2	3.2	NaN	NaN	1
N	0.132	2.28	NA	NA	NA	0	2.28	2.28	NaN	NaN	1
N	0.132	2.308	NA	NA	NA	0	2.308	2.308	NaN	NaN	1
N	0.133	4.302	NA	NA	NA	0	4.302	4.302	NaN	NaN	1
N	0.133	1.636	NA	NA	NA	0	1.636	1.636	NaN	NaN	1
N	0.133	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
N	0.135	3.317	NA	NA	NA	0	3.317	3.317	NaN	NaN	1
N	0.137	2.432	NA	NA	NA	0	2.432	2.432	NaN	NaN	1
N	0.14	3.044	NA	NA	NA	0	3.044	3.044	NaN	NaN	1
N	0.141	4.369	NA	NA	NA	0	4.369	4.369	NaN	NaN	1
N	0.143	3.624	NA	NA	NA	0	3.624	3.624	NaN	NaN	1
N	0.144	4.767	NA	NA	NA	0	4.767	4.767	NaN	NaN	1
N	0.146	2.434	NA	NA	NA	0	2.434	2.434	NaN	NaN	1
N	0.147	3.798	NA	NA	NA	0	3.798	3.798	NaN	NaN	1
N	0.148	0.914	NA	NA	NA	0	0.914	0.914	NaN	NaN	1
N	0.151	2.779	NA	NA	NA	0	2.779	2.779	NaN	NaN	1
N	0.151	3.954	NA	NA	NA	0	3.954	3.954	NaN	NaN	1
N	0.152	2.509	NA	NA	NA	0	2.509	2.509	NaN	NaN	1
N	0.153	2.52	NA	NA	NA	0	2.52	2.52	NaN	NaN	1
N	0.154	2.206	NA	NA	NA	0	2.206	2.206	NaN	NaN	1
N	0.155	4.034	0.179	0.032	0.044	0.254	3.908	4.161	0	−2	2
N	0.157	4.074	NA	NA	NA	0	4.074	4.074	NaN	NaN	1
IH	0.065	2.535	NA	NA	NA	0	2.535	2.535	NaN	NaN	1
IH	0.065	1.93	NA	NA	NA	0	1.93	1.93	NaN	NaN	1
IH	0.071	2.457	NA	NA	NA	0	2.457	2.457	NaN	NaN	1
IH	0.077	2.942	NA	NA	NA	0	2.942	2.942	NaN	NaN	1
IH	0.081	4.14	NA	NA	NA	0	4.14	4.14	NaN	NaN	1
IH	0.086	2.536	NA	NA	NA	0	2.536	2.536	NaN	NaN	1
IH	0.088	2.471	NA	NA	NA	0	2.471	2.471	NaN	NaN	1
IH	0.089	3.763	NA	NA	NA	0	3.763	3.763	NaN	NaN	1
IH	0.09	3.091	NA	NA	NA	0	3.091	3.091	NaN	NaN	1
IH	0.091	8.554	NA	NA	NA	0	8.554	8.554	NaN	NaN	1
IH	0.096	3.648	NA	NA	NA	0	3.648	3.648	NaN	NaN	1
IH	0.098	2.854	NA	NA	NA	0	2.854	2.854	NaN	NaN	1
IH	0.101	3.497	NA	NA	NA	0	3.497	3.497	NaN	NaN	1
IH	0.101	2.662	NA	NA	NA	0	2.662	2.662	NaN	NaN	1
IH	0.108	2.635	NA	NA	NA	0	2.635	2.635	NaN	NaN	1
IH	0.108	1.886	NA	NA	NA	0	1.886	1.886	NaN	NaN	1
IH	0.108	2.655	NA	NA	NA	0	2.655	2.655	NaN	NaN	1
IH	0.111	1.986	NA	NA	NA	0	1.986	1.986	NaN	NaN	1
IH	0.114	3.371	NA	NA	NA	0	3.371	3.371	NaN	NaN	1
IH	0.114	2.62	NA	NA	NA	0	2.62	2.62	NaN	NaN	1
IH	0.114	1.855	NA	NA	NA	0	1.855	1.855	NaN	NaN	1
IH	0.115	4.816	NA	NA	NA	0	4.816	4.816	NaN	NaN	1
IH	0.117	3.276	NA	NA	NA	0	3.276	3.276	NaN	NaN	1
IH	0.117	2.801	NA	NA	NA	0	2.801	2.801	NaN	NaN	1
IH	0.117	3.242	NA	NA	NA	0	3.242	3.242	NaN	NaN	1
IH	0.117	3.3	NA	NA	NA	0	3.3	3.3	NaN	NaN	1
IH	0.117	3.924	NA	NA	NA	0	3.924	3.924	NaN	NaN	1
IH	0.118	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
IH	0.121	2.267	NA	NA	NA	0	2.267	2.267	NaN	NaN	1
IH	0.121	3.869	NA	NA	NA	0	3.869	3.869	NaN	NaN	1
IH	0.122	2.686	NA	NA	NA	0	2.686	2.686	NaN	NaN	1
IH	0.123	5.031	NA	NA	NA	0	5.031	5.031	NaN	NaN	1
IH	0.123	2.954	NA	NA	NA	0	2.954	2.954	NaN	NaN	1
IH	0.123	2.754	NA	NA	NA	0	2.754	2.754	NaN	NaN	1
IH	0.124	4.538	NA	NA	NA	0	4.538	4.538	NaN	NaN	1
IH	0.125	1.421	NA	NA	NA	0	1.421	1.421	NaN	NaN	1
IH	0.127	2.269	NA	NA	NA	0	2.269	2.269	NaN	NaN	1
IH	0.13	3.382	NA	NA	NA	0	3.382	3.382	NaN	NaN	1
IH	0.13	5.094	NA	NA	NA	0	5.094	5.094	NaN	NaN	1
IH	0.131	2.031	NA	NA	NA	0	2.031	2.031	NaN	NaN	1
IH	0.133	3.352	NA	NA	NA	0	3.352	3.352	NaN	NaN	1
IH	0.133	9.63	NA	NA	NA	0	9.63	9.63	NaN	NaN	1
IH	0.134	4.523	NA	NA	NA	0	4.523	4.523	NaN	NaN	1
IH	0.134	4.539	NA	NA	NA	0	4.539	4.539	NaN	NaN	1
IH	0.137	2.632	NA	NA	NA	0	2.632	2.632	NaN	NaN	1
IH	0.137	5.966	NA	NA	NA	0	5.966	5.966	NaN	NaN	1
IH	0.139	2.207	NA	NA	NA	0	2.207	2.207	NaN	NaN	1
IH	0.141	2.869	NA	NA	NA	0	2.869	2.869	NaN	NaN	1
IH	0.143	2.543	NA	NA	NA	0	2.543	2.543	NaN	NaN	1
IH	0.147	2.468	NA	NA	NA	0	2.468	2.468	NaN	NaN	1
IH	0.148	3.391	NA	NA	NA	0	3.391	3.391	NaN	NaN	1
IH	0.148	2.438	NA	NA	NA	0	2.438	2.438	NaN	NaN	1
IH	0.15	4.16	NA	NA	NA	0	4.16	4.16	NaN	NaN	1
IH	0.151	4.622	NA	NA	NA	0	4.622	4.622	NaN	NaN	1
IH	0.151	4.061	NA	NA	NA	0	4.061	4.061	NaN	NaN	1
IH	0.151	4.179	NA	NA	NA	0	4.179	4.179	NaN	NaN	1
IH	0.152	2.997	NA	NA	NA	0	2.997	2.997	NaN	NaN	1
IH	0.155	3.327	NA	NA	NA	0	3.327	3.327	NaN	NaN	1
IH	0.157	3.7	NA	NA	NA	0	3.7	3.7	NaN	NaN	1
IH	0.161	4.261	NA	NA	NA	0	4.261	4.261	NaN	NaN	1

20.2.2 Models & Diagnostics

Exploring some Generalized Linear (Mixed) model candidates:

Gamma (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = A_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = Gamma("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
739.44	739.80	760.32	0.13	0.11	0.02	1.11	0.38

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
739.44	739.80	760.32	0.13	0.11	0.02	1.11	0.38

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

Gaussian (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = A_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = gaussian("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
770.86	771.22	791.74	0.02	0.01	3.70e-03	1.11	1.12

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
770.86	771.22	791.74	0.02	0.01	3.70e-03	1.11	1.12

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

20.2.3 Effects Analysis

Chosen model: Gamma (‘log’)

```{r}
glmmTMB(formula = A_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = Gamma("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

20.2.3.1 Coefficients

❖ All effects (Wald):

parameters::parameters(
  mod, component = "conditional", effects = "fixed",
  exponentiate = should_exp(mod), p_adjust = "none", summary = TRUE, digits = 3
)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	2.592	0.084	(2.43, 2.76)	29.328	< .001
Condition1	0.870	0.028	(0.82, 0.93)	-4.297	< .001
Z1	0.978	0.025	(0.93, 1.03)	-0.902	0.367
Condition1 * Z1	0.979	0.025	(0.93, 1.03)	-0.843	0.399
Model: A_DAPI ~ Condition * Z + offset(A_ML) (240 Observations)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	2.592	0.084	(2.43, 2.76)	29.328	< .001
Condition1	0.870	0.028	(0.82, 0.93)	-4.297	< .001
Z1	0.978	0.025	(0.93, 1.03)	-0.902	0.367
Condition1 * Z1	0.979	0.025	(0.93, 1.03)	-0.843	0.399
Model: A_DAPI ~ Condition * Z + offset(A_ML) (240 Observations)

❖ Main effects (Wald Chi-Square):

car::Anova(mod, type = 3)

term	statistic	df	p.value
Condition	18.46	1	<0.001 ***
Z	0.81	1	0.370
Condition:Z	0.71	1	0.400

term	statistic	df	p.value
Condition	18.46	1	<0.001 ***
Z	0.81	1	0.370
Condition:Z	0.71	1	0.400

❖ Main effects (Likelihood Ratio Test):

LRT(mod, pred = "Condition")

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	725.67	739.59	-358.83	717.67
mod_full	6	717.91	738.79	-352.95	705.91	11.76	2	0.003 **

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	725.67	739.59	-358.83	717.67
mod_full	6	717.91	738.79	-352.95	705.91	11.76	2	0.003 **

Important

Our LRT() method removes the predictor plus all its interactions

20.2.3.2 Marginal Effects

Marginal means & Contrasts for each predictor:

Condition

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Condition	response	SE	df	lower.CL	upper.CL
N	2.534	0.117	238	2.313	2.776
IH	3.346	0.152	238	3.06	3.659

Condition	response	SE	df	lower.CL	upper.CL
N	2.534	0.117	238	2.313	2.776
IH	3.346	0.152	238	3.06	3.659

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.757	0.049	238	0.667	0.86	1	−4.297	<0.001 ***

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.757	0.049	238	0.667	0.86	1	−4.297	<0.001 ***

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Z

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Z	response	SE	df	lower.CL	upper.CL
Ant	2.847	0.123	238	2.614	3.101
Med	2.979	0.115	238	2.761	3.214

Z	response	SE	df	lower.CL	upper.CL
Ant	2.847	0.123	238	2.614	3.101
Med	2.979	0.115	238	2.761	3.214

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.956	0.048	238	0.866	1.055	1	−0.902	0.368

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.956	0.048	238	0.866	1.055	1	−0.902	0.368

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Condition:Z

❖ Marginal Means:

emmeans(mod, specs = emmeans_formula, type = "response")

Ant

Condition	response	SE	df	lower.CL	upper.CL
N	2.425	0.159	238	2.132	2.76
IH	3.342	0.189	238	2.989	3.736

Condition	response	SE	df	lower.CL	upper.CL
N	2.425	0.159	238	2.132	2.76
IH	3.342	0.189	238	2.989	3.736

Med

Condition	response	SE	df	lower.CL	upper.CL
N	2.647	0.137	238	2.391	2.931
IH	3.351	0.192	238	2.994	3.751

Condition	response	SE	df	lower.CL	upper.CL
N	2.647	0.137	238	2.391	2.931
IH	3.351	0.192	238	2.994	3.751

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = emmeans_formula, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

Ant

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.726	0.063	238	0.612	0.861	1	−3.702	<0.001 ***

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.726	0.063	238	0.612	0.861	1	−3.702	<0.001 ***

Med

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.79	0.061	238	0.679	0.919	1	−3.06	0.002 **

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.79	0.061	238	0.679	0.919	1	−3.06	0.002 **

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

emmeans(mod, specs = emmeans_formula, type = "response") |>
  contrast(interaction = "pairwise", by = NULL, adjust = "none", infer = T)

Ant / Med

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.919	0.092	238	0.754	1.12	1	−0.843	0.400

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.919	0.092	238	0.754	1.12	1	−0.843	0.400

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

---

20.3 Area marked with DAPI

20.3.1 Data Exploration

❖ Distribution:

Ant

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.079	1.284	NA	NA	NA	0	1.284	1.284	NaN	NaN	1
N	0.087	1.11	NA	NA	NA	0	1.11	1.11	NaN	NaN	1
N	0.09	1.257	NA	NA	NA	0	1.257	1.257	NaN	NaN	1
N	0.092	1.198	NA	NA	NA	0	1.198	1.198	NaN	NaN	1
N	0.094	0.67	NA	NA	NA	0	0.67	0.67	NaN	NaN	1
N	0.096	2.378	NA	NA	NA	0	2.378	2.378	NaN	NaN	1
N	0.097	0.923	NA	NA	NA	0	0.923	0.923	NaN	NaN	1
N	0.099	2.664	NA	NA	NA	0	2.664	2.664	NaN	NaN	1
N	0.1	0.867	NA	NA	NA	0	0.867	0.867	NaN	NaN	1
N	0.101	1.34	NA	NA	NA	0	1.34	1.34	NaN	NaN	1
N	0.102	0.475	NA	NA	NA	0	0.475	0.475	NaN	NaN	1
N	0.103	2.457	NA	NA	NA	0	2.457	2.457	NaN	NaN	1
N	0.103	0.889	NA	NA	NA	0	0.889	0.889	NaN	NaN	1
N	0.103	1.281	NA	NA	NA	0	1.281	1.281	NaN	NaN	1
N	0.105	1.501	NA	NA	NA	0	1.501	1.501	NaN	NaN	1
N	0.106	0.969	NA	NA	NA	0	0.969	0.969	NaN	NaN	1
N	0.106	2.638	NA	NA	NA	0	2.638	2.638	NaN	NaN	1
N	0.108	0.877	NA	NA	NA	0	0.877	0.877	NaN	NaN	1
N	0.108	1.498	NA	NA	NA	0	1.498	1.498	NaN	NaN	1
N	0.109	1.098	NA	NA	NA	0	1.098	1.098	NaN	NaN	1
N	0.111	1.454	NA	NA	NA	0	1.454	1.454	NaN	NaN	1
N	0.114	1.337	NA	NA	NA	0	1.337	1.337	NaN	NaN	1
N	0.114	1.928	NA	NA	NA	0	1.928	1.928	NaN	NaN	1
N	0.114	3.473	NA	NA	NA	0	3.473	3.473	NaN	NaN	1
N	0.115	2.535	0.003	0	0.001	0.005	2.533	2.538	0	−2	2
N	0.116	3.023	NA	NA	NA	0	3.023	3.023	NaN	NaN	1
N	0.116	1.011	NA	NA	NA	0	1.011	1.011	NaN	NaN	1
N	0.12	1.52	NA	NA	NA	0	1.52	1.52	NaN	NaN	1
N	0.12	1.44	NA	NA	NA	0	1.44	1.44	NaN	NaN	1
N	0.123	1.274	NA	NA	NA	0	1.274	1.274	NaN	NaN	1
N	0.124	0.307	NA	NA	NA	0	0.307	0.307	NaN	NaN	1
N	0.125	1.206	NA	NA	NA	0	1.206	1.206	NaN	NaN	1
N	0.125	0.978	NA	NA	NA	0	0.978	0.978	NaN	NaN	1
N	0.126	2.714	NA	NA	NA	0	2.714	2.714	NaN	NaN	1
N	0.128	2.392	NA	NA	NA	0	2.392	2.392	NaN	NaN	1
N	0.129	3.743	NA	NA	NA	0	3.743	3.743	NaN	NaN	1
N	0.131	2.107	NA	NA	NA	0	2.107	2.107	NaN	NaN	1
N	0.141	3.322	NA	NA	NA	0	3.322	3.322	NaN	NaN	1
N	0.142	2.874	NA	NA	NA	0	2.874	2.874	NaN	NaN	1
N	0.145	2.633	NA	NA	NA	0	2.633	2.633	NaN	NaN	1
N	0.161	0.847	NA	NA	NA	0	0.847	0.847	NaN	NaN	1
IH	0.064	2.292	NA	NA	NA	0	2.292	2.292	NaN	NaN	1
IH	0.073	1.652	NA	NA	NA	0	1.652	1.652	NaN	NaN	1
IH	0.078	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
IH	0.082	1.847	NA	NA	NA	0	1.847	1.847	NaN	NaN	1
IH	0.082	2.245	NA	NA	NA	0	2.245	2.245	NaN	NaN	1
IH	0.082	2.746	NA	NA	NA	0	2.746	2.746	NaN	NaN	1
IH	0.086	1.401	NA	NA	NA	0	1.401	1.401	NaN	NaN	1
IH	0.091	3.036	NA	NA	NA	0	3.036	3.036	NaN	NaN	1
IH	0.092	2.583	NA	NA	NA	0	2.583	2.583	NaN	NaN	1
IH	0.092	2.727	NA	NA	NA	0	2.727	2.727	NaN	NaN	1
IH	0.094	3.479	0.382	0.146	0.11	0.541	3.208	3.749	0	−2	2
IH	0.095	0.394	NA	NA	NA	0	0.394	0.394	NaN	NaN	1
IH	0.095	3.118	NA	NA	NA	0	3.118	3.118	NaN	NaN	1
IH	0.095	2.946	0.235	0.055	0.08	0.332	2.78	3.112	0	−2	2
IH	0.096	2.192	NA	NA	NA	0	2.192	2.192	NaN	NaN	1
IH	0.098	4.965	NA	NA	NA	0	4.965	4.965	NaN	NaN	1
IH	0.099	2.357	NA	NA	NA	0	2.357	2.357	NaN	NaN	1
IH	0.1	0.572	NA	NA	NA	0	0.572	0.572	NaN	NaN	1
IH	0.1	3.804	NA	NA	NA	0	3.804	3.804	NaN	NaN	1
IH	0.101	1.992	NA	NA	NA	0	1.992	1.992	NaN	NaN	1
IH	0.103	3.1	NA	NA	NA	0	3.1	3.1	NaN	NaN	1
IH	0.104	2.355	NA	NA	NA	0	2.355	2.355	NaN	NaN	1
IH	0.106	3.155	NA	NA	NA	0	3.155	3.155	NaN	NaN	1
IH	0.107	2.004	NA	NA	NA	0	2.004	2.004	NaN	NaN	1
IH	0.107	2.835	NA	NA	NA	0	2.835	2.835	NaN	NaN	1
IH	0.109	4.615	NA	NA	NA	0	4.615	4.615	NaN	NaN	1
IH	0.111	3.143	NA	NA	NA	0	3.143	3.143	NaN	NaN	1
IH	0.111	2.089	NA	NA	NA	0	2.089	2.089	NaN	NaN	1
IH	0.112	6.366	NA	NA	NA	0	6.366	6.366	NaN	NaN	1
IH	0.112	3.177	NA	NA	NA	0	3.177	3.177	NaN	NaN	1
IH	0.117	2.577	NA	NA	NA	0	2.577	2.577	NaN	NaN	1
IH	0.118	2.512	NA	NA	NA	0	2.512	2.512	NaN	NaN	1
IH	0.121	3.457	NA	NA	NA	0	3.457	3.457	NaN	NaN	1
IH	0.121	0.317	NA	NA	NA	0	0.317	0.317	NaN	NaN	1
IH	0.122	1.543	NA	NA	NA	0	1.543	1.543	NaN	NaN	1
IH	0.123	4.483	NA	NA	NA	0	4.483	4.483	NaN	NaN	1
IH	0.124	2.902	NA	NA	NA	0	2.902	2.902	NaN	NaN	1
IH	0.125	3.037	NA	NA	NA	0	3.037	3.037	NaN	NaN	1
IH	0.126	2.892	NA	NA	NA	0	2.892	2.892	NaN	NaN	1
IH	0.128	3.53	NA	NA	NA	0	3.53	3.53	NaN	NaN	1
IH	0.128	2.693	NA	NA	NA	0	2.693	2.693	NaN	NaN	1
IH	0.129	2.659	NA	NA	NA	0	2.659	2.659	NaN	NaN	1
IH	0.13	4.036	NA	NA	NA	0	4.036	4.036	NaN	NaN	1
IH	0.13	2.977	NA	NA	NA	0	2.977	2.977	NaN	NaN	1
IH	0.132	4.828	NA	NA	NA	0	4.828	4.828	NaN	NaN	1
IH	0.134	3.479	NA	NA	NA	0	3.479	3.479	NaN	NaN	1
IH	0.135	3.048	NA	NA	NA	0	3.048	3.048	NaN	NaN	1
IH	0.144	5.961	NA	NA	NA	0	5.961	5.961	NaN	NaN	1
IH	0.144	1.04	NA	NA	NA	0	1.04	1.04	NaN	NaN	1
IH	0.144	2.238	NA	NA	NA	0	2.238	2.238	NaN	NaN	1
IH	0.148	2.67	NA	NA	NA	0	2.67	2.67	NaN	NaN	1
IH	0.149	2.947	NA	NA	NA	0	2.947	2.947	NaN	NaN	1
IH	0.152	4.83	NA	NA	NA	0	4.83	4.83	NaN	NaN	1
IH	0.155	3.567	NA	NA	NA	0	3.567	3.567	NaN	NaN	1
IH	0.16	3.071	NA	NA	NA	0	3.071	3.071	NaN	NaN	1
IH	0.16	2.652	NA	NA	NA	0	2.652	2.652	NaN	NaN	1
IH	0.161	3.247	NA	NA	NA	0	3.247	3.247	NaN	NaN	1
IH	0.163	2.69	NA	NA	NA	0	2.69	2.69	NaN	NaN	1

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.079	1.284	NA	NA	NA	0	1.284	1.284	NaN	NaN	1
N	0.087	1.11	NA	NA	NA	0	1.11	1.11	NaN	NaN	1
N	0.09	1.257	NA	NA	NA	0	1.257	1.257	NaN	NaN	1
N	0.092	1.198	NA	NA	NA	0	1.198	1.198	NaN	NaN	1
N	0.094	0.67	NA	NA	NA	0	0.67	0.67	NaN	NaN	1
N	0.096	2.378	NA	NA	NA	0	2.378	2.378	NaN	NaN	1
N	0.097	0.923	NA	NA	NA	0	0.923	0.923	NaN	NaN	1
N	0.099	2.664	NA	NA	NA	0	2.664	2.664	NaN	NaN	1
N	0.1	0.867	NA	NA	NA	0	0.867	0.867	NaN	NaN	1
N	0.101	1.34	NA	NA	NA	0	1.34	1.34	NaN	NaN	1
N	0.102	0.475	NA	NA	NA	0	0.475	0.475	NaN	NaN	1
N	0.103	2.457	NA	NA	NA	0	2.457	2.457	NaN	NaN	1
N	0.103	0.889	NA	NA	NA	0	0.889	0.889	NaN	NaN	1
N	0.103	1.281	NA	NA	NA	0	1.281	1.281	NaN	NaN	1
N	0.105	1.501	NA	NA	NA	0	1.501	1.501	NaN	NaN	1
N	0.106	0.969	NA	NA	NA	0	0.969	0.969	NaN	NaN	1
N	0.106	2.638	NA	NA	NA	0	2.638	2.638	NaN	NaN	1
N	0.108	0.877	NA	NA	NA	0	0.877	0.877	NaN	NaN	1
N	0.108	1.498	NA	NA	NA	0	1.498	1.498	NaN	NaN	1
N	0.109	1.098	NA	NA	NA	0	1.098	1.098	NaN	NaN	1
N	0.111	1.454	NA	NA	NA	0	1.454	1.454	NaN	NaN	1
N	0.114	1.337	NA	NA	NA	0	1.337	1.337	NaN	NaN	1
N	0.114	1.928	NA	NA	NA	0	1.928	1.928	NaN	NaN	1
N	0.114	3.473	NA	NA	NA	0	3.473	3.473	NaN	NaN	1
N	0.115	2.535	0.003	0	0.001	0.005	2.533	2.538	0	−2	2
N	0.116	3.023	NA	NA	NA	0	3.023	3.023	NaN	NaN	1
N	0.116	1.011	NA	NA	NA	0	1.011	1.011	NaN	NaN	1
N	0.12	1.52	NA	NA	NA	0	1.52	1.52	NaN	NaN	1
N	0.12	1.44	NA	NA	NA	0	1.44	1.44	NaN	NaN	1
N	0.123	1.274	NA	NA	NA	0	1.274	1.274	NaN	NaN	1
N	0.124	0.307	NA	NA	NA	0	0.307	0.307	NaN	NaN	1
N	0.125	1.206	NA	NA	NA	0	1.206	1.206	NaN	NaN	1
N	0.125	0.978	NA	NA	NA	0	0.978	0.978	NaN	NaN	1
N	0.126	2.714	NA	NA	NA	0	2.714	2.714	NaN	NaN	1
N	0.128	2.392	NA	NA	NA	0	2.392	2.392	NaN	NaN	1
N	0.129	3.743	NA	NA	NA	0	3.743	3.743	NaN	NaN	1
N	0.131	2.107	NA	NA	NA	0	2.107	2.107	NaN	NaN	1
N	0.141	3.322	NA	NA	NA	0	3.322	3.322	NaN	NaN	1
N	0.142	2.874	NA	NA	NA	0	2.874	2.874	NaN	NaN	1
N	0.145	2.633	NA	NA	NA	0	2.633	2.633	NaN	NaN	1
N	0.161	0.847	NA	NA	NA	0	0.847	0.847	NaN	NaN	1
IH	0.064	2.292	NA	NA	NA	0	2.292	2.292	NaN	NaN	1
IH	0.073	1.652	NA	NA	NA	0	1.652	1.652	NaN	NaN	1
IH	0.078	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
IH	0.082	1.847	NA	NA	NA	0	1.847	1.847	NaN	NaN	1
IH	0.082	2.245	NA	NA	NA	0	2.245	2.245	NaN	NaN	1
IH	0.082	2.746	NA	NA	NA	0	2.746	2.746	NaN	NaN	1
IH	0.086	1.401	NA	NA	NA	0	1.401	1.401	NaN	NaN	1
IH	0.091	3.036	NA	NA	NA	0	3.036	3.036	NaN	NaN	1
IH	0.092	2.583	NA	NA	NA	0	2.583	2.583	NaN	NaN	1
IH	0.092	2.727	NA	NA	NA	0	2.727	2.727	NaN	NaN	1
IH	0.094	3.479	0.382	0.146	0.11	0.541	3.208	3.749	0	−2	2
IH	0.095	0.394	NA	NA	NA	0	0.394	0.394	NaN	NaN	1
IH	0.095	3.118	NA	NA	NA	0	3.118	3.118	NaN	NaN	1
IH	0.095	2.946	0.235	0.055	0.08	0.332	2.78	3.112	0	−2	2
IH	0.096	2.192	NA	NA	NA	0	2.192	2.192	NaN	NaN	1
IH	0.098	4.965	NA	NA	NA	0	4.965	4.965	NaN	NaN	1
IH	0.099	2.357	NA	NA	NA	0	2.357	2.357	NaN	NaN	1
IH	0.1	0.572	NA	NA	NA	0	0.572	0.572	NaN	NaN	1
IH	0.1	3.804	NA	NA	NA	0	3.804	3.804	NaN	NaN	1
IH	0.101	1.992	NA	NA	NA	0	1.992	1.992	NaN	NaN	1
IH	0.103	3.1	NA	NA	NA	0	3.1	3.1	NaN	NaN	1
IH	0.104	2.355	NA	NA	NA	0	2.355	2.355	NaN	NaN	1
IH	0.106	3.155	NA	NA	NA	0	3.155	3.155	NaN	NaN	1
IH	0.107	2.004	NA	NA	NA	0	2.004	2.004	NaN	NaN	1
IH	0.107	2.835	NA	NA	NA	0	2.835	2.835	NaN	NaN	1
IH	0.109	4.615	NA	NA	NA	0	4.615	4.615	NaN	NaN	1
IH	0.111	3.143	NA	NA	NA	0	3.143	3.143	NaN	NaN	1
IH	0.111	2.089	NA	NA	NA	0	2.089	2.089	NaN	NaN	1
IH	0.112	6.366	NA	NA	NA	0	6.366	6.366	NaN	NaN	1
IH	0.112	3.177	NA	NA	NA	0	3.177	3.177	NaN	NaN	1
IH	0.117	2.577	NA	NA	NA	0	2.577	2.577	NaN	NaN	1
IH	0.118	2.512	NA	NA	NA	0	2.512	2.512	NaN	NaN	1
IH	0.121	3.457	NA	NA	NA	0	3.457	3.457	NaN	NaN	1
IH	0.121	0.317	NA	NA	NA	0	0.317	0.317	NaN	NaN	1
IH	0.122	1.543	NA	NA	NA	0	1.543	1.543	NaN	NaN	1
IH	0.123	4.483	NA	NA	NA	0	4.483	4.483	NaN	NaN	1
IH	0.124	2.902	NA	NA	NA	0	2.902	2.902	NaN	NaN	1
IH	0.125	3.037	NA	NA	NA	0	3.037	3.037	NaN	NaN	1
IH	0.126	2.892	NA	NA	NA	0	2.892	2.892	NaN	NaN	1
IH	0.128	3.53	NA	NA	NA	0	3.53	3.53	NaN	NaN	1
IH	0.128	2.693	NA	NA	NA	0	2.693	2.693	NaN	NaN	1
IH	0.129	2.659	NA	NA	NA	0	2.659	2.659	NaN	NaN	1
IH	0.13	4.036	NA	NA	NA	0	4.036	4.036	NaN	NaN	1
IH	0.13	2.977	NA	NA	NA	0	2.977	2.977	NaN	NaN	1
IH	0.132	4.828	NA	NA	NA	0	4.828	4.828	NaN	NaN	1
IH	0.134	3.479	NA	NA	NA	0	3.479	3.479	NaN	NaN	1
IH	0.135	3.048	NA	NA	NA	0	3.048	3.048	NaN	NaN	1
IH	0.144	5.961	NA	NA	NA	0	5.961	5.961	NaN	NaN	1
IH	0.144	1.04	NA	NA	NA	0	1.04	1.04	NaN	NaN	1
IH	0.144	2.238	NA	NA	NA	0	2.238	2.238	NaN	NaN	1
IH	0.148	2.67	NA	NA	NA	0	2.67	2.67	NaN	NaN	1
IH	0.149	2.947	NA	NA	NA	0	2.947	2.947	NaN	NaN	1
IH	0.152	4.83	NA	NA	NA	0	4.83	4.83	NaN	NaN	1
IH	0.155	3.567	NA	NA	NA	0	3.567	3.567	NaN	NaN	1
IH	0.16	3.071	NA	NA	NA	0	3.071	3.071	NaN	NaN	1
IH	0.16	2.652	NA	NA	NA	0	2.652	2.652	NaN	NaN	1
IH	0.161	3.247	NA	NA	NA	0	3.247	3.247	NaN	NaN	1
IH	0.163	2.69	NA	NA	NA	0	2.69	2.69	NaN	NaN	1

Med

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.059	1.658	NA	NA	NA	0	1.658	1.658	NaN	NaN	1
N	0.061	1.036	NA	NA	NA	0	1.036	1.036	NaN	NaN	1
N	0.065	1.08	NA	NA	NA	0	1.08	1.08	NaN	NaN	1
N	0.066	1.111	NA	NA	NA	0	1.111	1.111	NaN	NaN	1
N	0.075	1.937	NA	NA	NA	0	1.937	1.937	NaN	NaN	1
N	0.076	1.572	NA	NA	NA	0	1.572	1.572	NaN	NaN	1
N	0.078	1.077	NA	NA	NA	0	1.077	1.077	NaN	NaN	1
N	0.079	0.363	NA	NA	NA	0	0.363	0.363	NaN	NaN	1
N	0.083	1.112	NA	NA	NA	0	1.112	1.112	NaN	NaN	1
N	0.091	0.636	NA	NA	NA	0	0.636	0.636	NaN	NaN	1
N	0.092	2.757	NA	NA	NA	0	2.757	2.757	NaN	NaN	1
N	0.092	1.308	NA	NA	NA	0	1.308	1.308	NaN	NaN	1
N	0.093	3.038	NA	NA	NA	0	3.038	3.038	NaN	NaN	1
N	0.095	0.574	NA	NA	NA	0	0.574	0.574	NaN	NaN	1
N	0.096	0.653	NA	NA	NA	0	0.653	0.653	NaN	NaN	1
N	0.097	1.096	NA	NA	NA	0	1.096	1.096	NaN	NaN	1
N	0.099	1.612	NA	NA	NA	0	1.612	1.612	NaN	NaN	1
N	0.1	0.206	NA	NA	NA	0	0.206	0.206	NaN	NaN	1
N	0.101	1.292	NA	NA	NA	0	1.292	1.292	NaN	NaN	1
N	0.102	1.831	NA	NA	NA	0	1.831	1.831	NaN	NaN	1
N	0.102	1.858	NA	NA	NA	0	1.858	1.858	NaN	NaN	1
N	0.102	1.307	NA	NA	NA	0	1.307	1.307	NaN	NaN	1
N	0.105	1.059	NA	NA	NA	0	1.059	1.059	NaN	NaN	1
N	0.105	2.811	NA	NA	NA	0	2.811	2.811	NaN	NaN	1
N	0.105	2.139	NA	NA	NA	0	2.139	2.139	NaN	NaN	1
N	0.108	1.317	NA	NA	NA	0	1.317	1.317	NaN	NaN	1
N	0.109	2.05	NA	NA	NA	0	2.05	2.05	NaN	NaN	1
N	0.109	3.431	NA	NA	NA	0	3.431	3.431	NaN	NaN	1
N	0.109	2.124	NA	NA	NA	0	2.124	2.124	NaN	NaN	1
N	0.112	0.508	NA	NA	NA	0	0.508	0.508	NaN	NaN	1
N	0.113	2.255	NA	NA	NA	0	2.255	2.255	NaN	NaN	1
N	0.113	3.077	NA	NA	NA	0	3.077	3.077	NaN	NaN	1
N	0.113	2.094	NA	NA	NA	0	2.094	2.094	NaN	NaN	1
N	0.114	2.79	NA	NA	NA	0	2.79	2.79	NaN	NaN	1
N	0.115	2.395	NA	NA	NA	0	2.395	2.395	NaN	NaN	1
N	0.115	2.043	NA	NA	NA	0	2.043	2.043	NaN	NaN	1
N	0.116	0.463	NA	NA	NA	0	0.463	0.463	NaN	NaN	1
N	0.117	2.262	NA	NA	NA	0	2.262	2.262	NaN	NaN	1
N	0.119	2.46	NA	NA	NA	0	2.46	2.46	NaN	NaN	1
N	0.12	2.267	NA	NA	NA	0	2.267	2.267	NaN	NaN	1
N	0.12	3.788	NA	NA	NA	0	3.788	3.788	NaN	NaN	1
N	0.121	1.038	NA	NA	NA	0	1.038	1.038	NaN	NaN	1
N	0.122	1.414	NA	NA	NA	0	1.414	1.414	NaN	NaN	1
N	0.122	2.867	NA	NA	NA	0	2.867	2.867	NaN	NaN	1
N	0.123	1.775	NA	NA	NA	0	1.775	1.775	NaN	NaN	1
N	0.123	1.05	NA	NA	NA	0	1.05	1.05	NaN	NaN	1
N	0.123	2.871	NA	NA	NA	0	2.871	2.871	NaN	NaN	1
N	0.124	1.411	NA	NA	NA	0	1.411	1.411	NaN	NaN	1
N	0.125	1.046	NA	NA	NA	0	1.046	1.046	NaN	NaN	1
N	0.125	1.43	NA	NA	NA	0	1.43	1.43	NaN	NaN	1
N	0.125	0.562	NA	NA	NA	0	0.562	0.562	NaN	NaN	1
N	0.126	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
N	0.127	1.028	NA	NA	NA	0	1.028	1.028	NaN	NaN	1
N	0.128	2.081	NA	NA	NA	0	2.081	2.081	NaN	NaN	1
N	0.129	1.148	NA	NA	NA	0	1.148	1.148	NaN	NaN	1
N	0.132	2.676	NA	NA	NA	0	2.676	2.676	NaN	NaN	1
N	0.132	1.387	NA	NA	NA	0	1.387	1.387	NaN	NaN	1
N	0.132	1.263	NA	NA	NA	0	1.263	1.263	NaN	NaN	1
N	0.133	3.421	NA	NA	NA	0	3.421	3.421	NaN	NaN	1
N	0.133	0.7	NA	NA	NA	0	0.7	0.7	NaN	NaN	1
N	0.133	1.449	NA	NA	NA	0	1.449	1.449	NaN	NaN	1
N	0.135	2.564	NA	NA	NA	0	2.564	2.564	NaN	NaN	1
N	0.137	1.656	NA	NA	NA	0	1.656	1.656	NaN	NaN	1
N	0.14	2.268	NA	NA	NA	0	2.268	2.268	NaN	NaN	1
N	0.141	3.902	NA	NA	NA	0	3.902	3.902	NaN	NaN	1
N	0.143	3.184	NA	NA	NA	0	3.184	3.184	NaN	NaN	1
N	0.144	4.135	NA	NA	NA	0	4.135	4.135	NaN	NaN	1
N	0.146	1.707	NA	NA	NA	0	1.707	1.707	NaN	NaN	1
N	0.147	2.926	NA	NA	NA	0	2.926	2.926	NaN	NaN	1
N	0.148	0.464	NA	NA	NA	0	0.464	0.464	NaN	NaN	1
N	0.151	1.727	NA	NA	NA	0	1.727	1.727	NaN	NaN	1
N	0.151	3.435	NA	NA	NA	0	3.435	3.435	NaN	NaN	1
N	0.152	2.319	NA	NA	NA	0	2.319	2.319	NaN	NaN	1
N	0.153	2.327	NA	NA	NA	0	2.327	2.327	NaN	NaN	1
N	0.154	1.195	NA	NA	NA	0	1.195	1.195	NaN	NaN	1
N	0.155	3.597	0.533	0.285	0.148	0.754	3.22	3.974	0	−2	2
N	0.157	3.676	NA	NA	NA	0	3.676	3.676	NaN	NaN	1
IH	0.065	2.085	NA	NA	NA	0	2.085	2.085	NaN	NaN	1
IH	0.065	1.857	NA	NA	NA	0	1.857	1.857	NaN	NaN	1
IH	0.071	1.908	NA	NA	NA	0	1.908	1.908	NaN	NaN	1
IH	0.077	2.109	NA	NA	NA	0	2.109	2.109	NaN	NaN	1
IH	0.081	3.906	NA	NA	NA	0	3.906	3.906	NaN	NaN	1
IH	0.086	2.459	NA	NA	NA	0	2.459	2.459	NaN	NaN	1
IH	0.088	1.937	NA	NA	NA	0	1.937	1.937	NaN	NaN	1
IH	0.089	3.477	NA	NA	NA	0	3.477	3.477	NaN	NaN	1
IH	0.09	3.091	NA	NA	NA	0	3.091	3.091	NaN	NaN	1
IH	0.091	6.954	NA	NA	NA	0	6.954	6.954	NaN	NaN	1
IH	0.096	3.354	NA	NA	NA	0	3.354	3.354	NaN	NaN	1
IH	0.098	2.486	NA	NA	NA	0	2.486	2.486	NaN	NaN	1
IH	0.101	2.727	NA	NA	NA	0	2.727	2.727	NaN	NaN	1
IH	0.101	1.957	NA	NA	NA	0	1.957	1.957	NaN	NaN	1
IH	0.108	2.092	NA	NA	NA	0	2.092	2.092	NaN	NaN	1
IH	0.108	1.116	NA	NA	NA	0	1.116	1.116	NaN	NaN	1
IH	0.108	2.074	NA	NA	NA	0	2.074	2.074	NaN	NaN	1
IH	0.111	1.731	NA	NA	NA	0	1.731	1.731	NaN	NaN	1
IH	0.114	2.611	NA	NA	NA	0	2.611	2.611	NaN	NaN	1
IH	0.114	1.738	NA	NA	NA	0	1.738	1.738	NaN	NaN	1
IH	0.114	1.456	NA	NA	NA	0	1.456	1.456	NaN	NaN	1
IH	0.115	3.381	NA	NA	NA	0	3.381	3.381	NaN	NaN	1
IH	0.117	2.628	NA	NA	NA	0	2.628	2.628	NaN	NaN	1
IH	0.117	2.718	NA	NA	NA	0	2.718	2.718	NaN	NaN	1
IH	0.117	2.163	NA	NA	NA	0	2.163	2.163	NaN	NaN	1
IH	0.117	3.211	NA	NA	NA	0	3.211	3.211	NaN	NaN	1
IH	0.117	3.132	NA	NA	NA	0	3.132	3.132	NaN	NaN	1
IH	0.118	1.947	NA	NA	NA	0	1.947	1.947	NaN	NaN	1
IH	0.121	1.874	NA	NA	NA	0	1.874	1.874	NaN	NaN	1
IH	0.121	2.994	NA	NA	NA	0	2.994	2.994	NaN	NaN	1
IH	0.122	2.506	NA	NA	NA	0	2.506	2.506	NaN	NaN	1
IH	0.123	4.235	NA	NA	NA	0	4.235	4.235	NaN	NaN	1
IH	0.123	1.72	NA	NA	NA	0	1.72	1.72	NaN	NaN	1
IH	0.123	1.889	NA	NA	NA	0	1.889	1.889	NaN	NaN	1
IH	0.124	3.986	NA	NA	NA	0	3.986	3.986	NaN	NaN	1
IH	0.125	1.02	NA	NA	NA	0	1.02	1.02	NaN	NaN	1
IH	0.127	1.93	NA	NA	NA	0	1.93	1.93	NaN	NaN	1
IH	0.13	2.952	NA	NA	NA	0	2.952	2.952	NaN	NaN	1
IH	0.13	4.267	NA	NA	NA	0	4.267	4.267	NaN	NaN	1
IH	0.131	1.215	NA	NA	NA	0	1.215	1.215	NaN	NaN	1
IH	0.133	2.212	NA	NA	NA	0	2.212	2.212	NaN	NaN	1
IH	0.133	7.68	NA	NA	NA	0	7.68	7.68	NaN	NaN	1
IH	0.134	2.833	NA	NA	NA	0	2.833	2.833	NaN	NaN	1
IH	0.134	3.735	NA	NA	NA	0	3.735	3.735	NaN	NaN	1
IH	0.137	1.774	NA	NA	NA	0	1.774	1.774	NaN	NaN	1
IH	0.137	4.853	NA	NA	NA	0	4.853	4.853	NaN	NaN	1
IH	0.139	1.137	NA	NA	NA	0	1.137	1.137	NaN	NaN	1
IH	0.141	1.561	NA	NA	NA	0	1.561	1.561	NaN	NaN	1
IH	0.143	1.891	NA	NA	NA	0	1.891	1.891	NaN	NaN	1
IH	0.147	1.298	NA	NA	NA	0	1.298	1.298	NaN	NaN	1
IH	0.148	2.924	NA	NA	NA	0	2.924	2.924	NaN	NaN	1
IH	0.148	1.759	NA	NA	NA	0	1.759	1.759	NaN	NaN	1
IH	0.15	3.869	NA	NA	NA	0	3.869	3.869	NaN	NaN	1
IH	0.151	4.372	NA	NA	NA	0	4.372	4.372	NaN	NaN	1
IH	0.151	3.814	NA	NA	NA	0	3.814	3.814	NaN	NaN	1
IH	0.151	3.548	NA	NA	NA	0	3.548	3.548	NaN	NaN	1
IH	0.152	2.64	NA	NA	NA	0	2.64	2.64	NaN	NaN	1
IH	0.155	2.665	NA	NA	NA	0	2.665	2.665	NaN	NaN	1
IH	0.157	3.135	NA	NA	NA	0	3.135	3.135	NaN	NaN	1
IH	0.161	3.794	NA	NA	NA	0	3.794	3.794	NaN	NaN	1

Condition	A_ML	Mean	SD	Variance	CoV	IQR	Min	Max	Skewness	Kurtosis	n
N	0.059	1.658	NA	NA	NA	0	1.658	1.658	NaN	NaN	1
N	0.061	1.036	NA	NA	NA	0	1.036	1.036	NaN	NaN	1
N	0.065	1.08	NA	NA	NA	0	1.08	1.08	NaN	NaN	1
N	0.066	1.111	NA	NA	NA	0	1.111	1.111	NaN	NaN	1
N	0.075	1.937	NA	NA	NA	0	1.937	1.937	NaN	NaN	1
N	0.076	1.572	NA	NA	NA	0	1.572	1.572	NaN	NaN	1
N	0.078	1.077	NA	NA	NA	0	1.077	1.077	NaN	NaN	1
N	0.079	0.363	NA	NA	NA	0	0.363	0.363	NaN	NaN	1
N	0.083	1.112	NA	NA	NA	0	1.112	1.112	NaN	NaN	1
N	0.091	0.636	NA	NA	NA	0	0.636	0.636	NaN	NaN	1
N	0.092	2.757	NA	NA	NA	0	2.757	2.757	NaN	NaN	1
N	0.092	1.308	NA	NA	NA	0	1.308	1.308	NaN	NaN	1
N	0.093	3.038	NA	NA	NA	0	3.038	3.038	NaN	NaN	1
N	0.095	0.574	NA	NA	NA	0	0.574	0.574	NaN	NaN	1
N	0.096	0.653	NA	NA	NA	0	0.653	0.653	NaN	NaN	1
N	0.097	1.096	NA	NA	NA	0	1.096	1.096	NaN	NaN	1
N	0.099	1.612	NA	NA	NA	0	1.612	1.612	NaN	NaN	1
N	0.1	0.206	NA	NA	NA	0	0.206	0.206	NaN	NaN	1
N	0.101	1.292	NA	NA	NA	0	1.292	1.292	NaN	NaN	1
N	0.102	1.831	NA	NA	NA	0	1.831	1.831	NaN	NaN	1
N	0.102	1.858	NA	NA	NA	0	1.858	1.858	NaN	NaN	1
N	0.102	1.307	NA	NA	NA	0	1.307	1.307	NaN	NaN	1
N	0.105	1.059	NA	NA	NA	0	1.059	1.059	NaN	NaN	1
N	0.105	2.811	NA	NA	NA	0	2.811	2.811	NaN	NaN	1
N	0.105	2.139	NA	NA	NA	0	2.139	2.139	NaN	NaN	1
N	0.108	1.317	NA	NA	NA	0	1.317	1.317	NaN	NaN	1
N	0.109	2.05	NA	NA	NA	0	2.05	2.05	NaN	NaN	1
N	0.109	3.431	NA	NA	NA	0	3.431	3.431	NaN	NaN	1
N	0.109	2.124	NA	NA	NA	0	2.124	2.124	NaN	NaN	1
N	0.112	0.508	NA	NA	NA	0	0.508	0.508	NaN	NaN	1
N	0.113	2.255	NA	NA	NA	0	2.255	2.255	NaN	NaN	1
N	0.113	3.077	NA	NA	NA	0	3.077	3.077	NaN	NaN	1
N	0.113	2.094	NA	NA	NA	0	2.094	2.094	NaN	NaN	1
N	0.114	2.79	NA	NA	NA	0	2.79	2.79	NaN	NaN	1
N	0.115	2.395	NA	NA	NA	0	2.395	2.395	NaN	NaN	1
N	0.115	2.043	NA	NA	NA	0	2.043	2.043	NaN	NaN	1
N	0.116	0.463	NA	NA	NA	0	0.463	0.463	NaN	NaN	1
N	0.117	2.262	NA	NA	NA	0	2.262	2.262	NaN	NaN	1
N	0.119	2.46	NA	NA	NA	0	2.46	2.46	NaN	NaN	1
N	0.12	2.267	NA	NA	NA	0	2.267	2.267	NaN	NaN	1
N	0.12	3.788	NA	NA	NA	0	3.788	3.788	NaN	NaN	1
N	0.121	1.038	NA	NA	NA	0	1.038	1.038	NaN	NaN	1
N	0.122	1.414	NA	NA	NA	0	1.414	1.414	NaN	NaN	1
N	0.122	2.867	NA	NA	NA	0	2.867	2.867	NaN	NaN	1
N	0.123	1.775	NA	NA	NA	0	1.775	1.775	NaN	NaN	1
N	0.123	1.05	NA	NA	NA	0	1.05	1.05	NaN	NaN	1
N	0.123	2.871	NA	NA	NA	0	2.871	2.871	NaN	NaN	1
N	0.124	1.411	NA	NA	NA	0	1.411	1.411	NaN	NaN	1
N	0.125	1.046	NA	NA	NA	0	1.046	1.046	NaN	NaN	1
N	0.125	1.43	NA	NA	NA	0	1.43	1.43	NaN	NaN	1
N	0.125	0.562	NA	NA	NA	0	0.562	0.562	NaN	NaN	1
N	0.126	2.182	NA	NA	NA	0	2.182	2.182	NaN	NaN	1
N	0.127	1.028	NA	NA	NA	0	1.028	1.028	NaN	NaN	1
N	0.128	2.081	NA	NA	NA	0	2.081	2.081	NaN	NaN	1
N	0.129	1.148	NA	NA	NA	0	1.148	1.148	NaN	NaN	1
N	0.132	2.676	NA	NA	NA	0	2.676	2.676	NaN	NaN	1
N	0.132	1.387	NA	NA	NA	0	1.387	1.387	NaN	NaN	1
N	0.132	1.263	NA	NA	NA	0	1.263	1.263	NaN	NaN	1
N	0.133	3.421	NA	NA	NA	0	3.421	3.421	NaN	NaN	1
N	0.133	0.7	NA	NA	NA	0	0.7	0.7	NaN	NaN	1
N	0.133	1.449	NA	NA	NA	0	1.449	1.449	NaN	NaN	1
N	0.135	2.564	NA	NA	NA	0	2.564	2.564	NaN	NaN	1
N	0.137	1.656	NA	NA	NA	0	1.656	1.656	NaN	NaN	1
N	0.14	2.268	NA	NA	NA	0	2.268	2.268	NaN	NaN	1
N	0.141	3.902	NA	NA	NA	0	3.902	3.902	NaN	NaN	1
N	0.143	3.184	NA	NA	NA	0	3.184	3.184	NaN	NaN	1
N	0.144	4.135	NA	NA	NA	0	4.135	4.135	NaN	NaN	1
N	0.146	1.707	NA	NA	NA	0	1.707	1.707	NaN	NaN	1
N	0.147	2.926	NA	NA	NA	0	2.926	2.926	NaN	NaN	1
N	0.148	0.464	NA	NA	NA	0	0.464	0.464	NaN	NaN	1
N	0.151	1.727	NA	NA	NA	0	1.727	1.727	NaN	NaN	1
N	0.151	3.435	NA	NA	NA	0	3.435	3.435	NaN	NaN	1
N	0.152	2.319	NA	NA	NA	0	2.319	2.319	NaN	NaN	1
N	0.153	2.327	NA	NA	NA	0	2.327	2.327	NaN	NaN	1
N	0.154	1.195	NA	NA	NA	0	1.195	1.195	NaN	NaN	1
N	0.155	3.597	0.533	0.285	0.148	0.754	3.22	3.974	0	−2	2
N	0.157	3.676	NA	NA	NA	0	3.676	3.676	NaN	NaN	1
IH	0.065	2.085	NA	NA	NA	0	2.085	2.085	NaN	NaN	1
IH	0.065	1.857	NA	NA	NA	0	1.857	1.857	NaN	NaN	1
IH	0.071	1.908	NA	NA	NA	0	1.908	1.908	NaN	NaN	1
IH	0.077	2.109	NA	NA	NA	0	2.109	2.109	NaN	NaN	1
IH	0.081	3.906	NA	NA	NA	0	3.906	3.906	NaN	NaN	1
IH	0.086	2.459	NA	NA	NA	0	2.459	2.459	NaN	NaN	1
IH	0.088	1.937	NA	NA	NA	0	1.937	1.937	NaN	NaN	1
IH	0.089	3.477	NA	NA	NA	0	3.477	3.477	NaN	NaN	1
IH	0.09	3.091	NA	NA	NA	0	3.091	3.091	NaN	NaN	1
IH	0.091	6.954	NA	NA	NA	0	6.954	6.954	NaN	NaN	1
IH	0.096	3.354	NA	NA	NA	0	3.354	3.354	NaN	NaN	1
IH	0.098	2.486	NA	NA	NA	0	2.486	2.486	NaN	NaN	1
IH	0.101	2.727	NA	NA	NA	0	2.727	2.727	NaN	NaN	1
IH	0.101	1.957	NA	NA	NA	0	1.957	1.957	NaN	NaN	1
IH	0.108	2.092	NA	NA	NA	0	2.092	2.092	NaN	NaN	1
IH	0.108	1.116	NA	NA	NA	0	1.116	1.116	NaN	NaN	1
IH	0.108	2.074	NA	NA	NA	0	2.074	2.074	NaN	NaN	1
IH	0.111	1.731	NA	NA	NA	0	1.731	1.731	NaN	NaN	1
IH	0.114	2.611	NA	NA	NA	0	2.611	2.611	NaN	NaN	1
IH	0.114	1.738	NA	NA	NA	0	1.738	1.738	NaN	NaN	1
IH	0.114	1.456	NA	NA	NA	0	1.456	1.456	NaN	NaN	1
IH	0.115	3.381	NA	NA	NA	0	3.381	3.381	NaN	NaN	1
IH	0.117	2.628	NA	NA	NA	0	2.628	2.628	NaN	NaN	1
IH	0.117	2.718	NA	NA	NA	0	2.718	2.718	NaN	NaN	1
IH	0.117	2.163	NA	NA	NA	0	2.163	2.163	NaN	NaN	1
IH	0.117	3.211	NA	NA	NA	0	3.211	3.211	NaN	NaN	1
IH	0.117	3.132	NA	NA	NA	0	3.132	3.132	NaN	NaN	1
IH	0.118	1.947	NA	NA	NA	0	1.947	1.947	NaN	NaN	1
IH	0.121	1.874	NA	NA	NA	0	1.874	1.874	NaN	NaN	1
IH	0.121	2.994	NA	NA	NA	0	2.994	2.994	NaN	NaN	1
IH	0.122	2.506	NA	NA	NA	0	2.506	2.506	NaN	NaN	1
IH	0.123	4.235	NA	NA	NA	0	4.235	4.235	NaN	NaN	1
IH	0.123	1.72	NA	NA	NA	0	1.72	1.72	NaN	NaN	1
IH	0.123	1.889	NA	NA	NA	0	1.889	1.889	NaN	NaN	1
IH	0.124	3.986	NA	NA	NA	0	3.986	3.986	NaN	NaN	1
IH	0.125	1.02	NA	NA	NA	0	1.02	1.02	NaN	NaN	1
IH	0.127	1.93	NA	NA	NA	0	1.93	1.93	NaN	NaN	1
IH	0.13	2.952	NA	NA	NA	0	2.952	2.952	NaN	NaN	1
IH	0.13	4.267	NA	NA	NA	0	4.267	4.267	NaN	NaN	1
IH	0.131	1.215	NA	NA	NA	0	1.215	1.215	NaN	NaN	1
IH	0.133	2.212	NA	NA	NA	0	2.212	2.212	NaN	NaN	1
IH	0.133	7.68	NA	NA	NA	0	7.68	7.68	NaN	NaN	1
IH	0.134	2.833	NA	NA	NA	0	2.833	2.833	NaN	NaN	1
IH	0.134	3.735	NA	NA	NA	0	3.735	3.735	NaN	NaN	1
IH	0.137	1.774	NA	NA	NA	0	1.774	1.774	NaN	NaN	1
IH	0.137	4.853	NA	NA	NA	0	4.853	4.853	NaN	NaN	1
IH	0.139	1.137	NA	NA	NA	0	1.137	1.137	NaN	NaN	1
IH	0.141	1.561	NA	NA	NA	0	1.561	1.561	NaN	NaN	1
IH	0.143	1.891	NA	NA	NA	0	1.891	1.891	NaN	NaN	1
IH	0.147	1.298	NA	NA	NA	0	1.298	1.298	NaN	NaN	1
IH	0.148	2.924	NA	NA	NA	0	2.924	2.924	NaN	NaN	1
IH	0.148	1.759	NA	NA	NA	0	1.759	1.759	NaN	NaN	1
IH	0.15	3.869	NA	NA	NA	0	3.869	3.869	NaN	NaN	1
IH	0.151	4.372	NA	NA	NA	0	4.372	4.372	NaN	NaN	1
IH	0.151	3.814	NA	NA	NA	0	3.814	3.814	NaN	NaN	1
IH	0.151	3.548	NA	NA	NA	0	3.548	3.548	NaN	NaN	1
IH	0.152	2.64	NA	NA	NA	0	2.64	2.64	NaN	NaN	1
IH	0.155	2.665	NA	NA	NA	0	2.665	2.665	NaN	NaN	1
IH	0.157	3.135	NA	NA	NA	0	3.135	3.135	NaN	NaN	1
IH	0.161	3.794	NA	NA	NA	0	3.794	3.794	NaN	NaN	1

20.3.2 Models & Diagnostics

Exploring some Generalized Linear (Mixed) model candidates:

Gamma (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = Vol_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = Gamma("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
716.54	716.90	737.42	0.19	0.16	0.04	1.03	0.48

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
716.54	716.90	737.42	0.19	0.16	0.04	1.03	0.48

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

Gaussian (‘log’)

❖ Model call:

```{r}
glmmTMB(formula = Vol_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = gaussian("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

❖ Performance:

performance::performance(mod)

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
735.01	735.37	755.89	0.05	0.04	0.01	1.02	1.04

AIC	AICc	BIC	R2_conditional	R2_marginal	ICC	RMSE	Sigma
735.01	735.37	755.89	0.05	0.04	0.01	1.02	1.04

❖ Residuals:

performance::check_model(
  mod, panel = FALSE,
  check = c("pp_check", "qq", "reqq", "linearity", "homogeneity")
)

❖ Predictions:

Simulating data from the model for pseudo “Posterior Predictive” plots.

♦ Simulated data vs observed data:

♦ Simulated statistics vs observed ones:

❖ Potential outliers:

20.3.3 Effects Analysis

Chosen model: Gamma (‘log’)

```{r}
glmmTMB(formula = Vol_DAPI ~ Condition * Z + offset(A_ML) + (1 | 
    Mouse), data = data, family = Gamma("log"), REML = TRUE, 
    ziformula = ~0, dispformula = ~1)
```

20.3.3.1 Coefficients

❖ All effects (Wald):

parameters::parameters(
  mod, component = "conditional", effects = "fixed",
  exponentiate = should_exp(mod), p_adjust = "none", summary = TRUE, digits = 3
)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	1.983	0.092	(1.81, 2.17)	14.705	< .001
Condition1	0.805	0.037	(0.74, 0.88)	-4.663	< .001
Z1	0.991	0.032	(0.93, 1.06)	-0.271	0.787
Condition1 * Z1	0.959	0.031	(0.90, 1.02)	-1.299	0.194
Model: Vol_DAPI ~ Condition * Z + offset(A_ML) (240 Observations)

Parameter	Coefficient	SE	95% CI	z	p
(Intercept)	1.983	0.092	(1.81, 2.17)	14.705	< .001
Condition1	0.805	0.037	(0.74, 0.88)	-4.663	< .001
Z1	0.991	0.032	(0.93, 1.06)	-0.271	0.787
Condition1 * Z1	0.959	0.031	(0.90, 1.02)	-1.299	0.194
Model: Vol_DAPI ~ Condition * Z + offset(A_ML) (240 Observations)

❖ Main effects (Wald Chi-Square):

car::Anova(mod, type = 3)

term	statistic	df	p.value
Condition	21.74	1	<0.001 ***
Z	0.07	1	0.790
Condition:Z	1.69	1	0.190

term	statistic	df	p.value
Condition	21.74	1	<0.001 ***
Z	0.07	1	0.790
Condition:Z	1.69	1	0.190

❖ Main effects (Likelihood Ratio Test):

LRT(mod, pred = "Condition")

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	707.08	721.00	-349.54	699.08
mod_full	6	697.46	718.35	-342.73	685.46	13.62	2	0.001 **

model	df	aic	bic	log_lik	deviance	chisq	chi_df	pr_chisq
mod_reduced	4	707.08	721.00	-349.54	699.08
mod_full	6	697.46	718.35	-342.73	685.46	13.62	2	0.001 **

Important

Our LRT() method removes the predictor plus all its interactions

20.3.3.2 Marginal Effects

Marginal means & Contrasts for each predictor:

Condition

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Condition	response	SE	df	lower.CL	upper.CL
N	1.794	0.119	238	1.575	2.044
IH	2.766	0.18	238	2.432	3.145

Condition	response	SE	df	lower.CL	upper.CL
N	1.794	0.119	238	1.575	2.044
IH	2.766	0.18	238	2.432	3.145

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.649	0.06	238	0.54	0.779	1	−4.663	<0.001 ***

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.649	0.06	238	0.54	0.779	1	−4.663	<0.001 ***

- Results are averaged over the levels of: Z
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Z

❖ Marginal Means:

emmeans(mod, specs = pred, type = "response")

Z	response	SE	df	lower.CL	upper.CL
Ant	2.208	0.132	238	1.963	2.483
Med	2.247	0.121	238	2.022	2.497

Z	response	SE	df	lower.CL	upper.CL
Ant	2.208	0.132	238	1.963	2.483
Med	2.247	0.121	238	2.022	2.497

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = pred, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.983	0.064	238	0.865	1.116	1	−0.271	0.787

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
Ant / Med	0.983	0.064	238	0.865	1.116	1	−0.271	0.787

- Results are averaged over the levels of: Condition
- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

Condition:Z

❖ Marginal Means:

emmeans(mod, specs = emmeans_formula, type = "response")

Ant

Condition	response	SE	df	lower.CL	upper.CL
N	1.705	0.153	238	1.429	2.034
IH	2.859	0.224	238	2.45	3.338

Condition	response	SE	df	lower.CL	upper.CL
N	1.705	0.153	238	1.429	2.034
IH	2.859	0.224	238	2.45	3.338

Med

Condition	response	SE	df	lower.CL	upper.CL
N	1.888	0.137	238	1.636	2.177
IH	2.675	0.212	238	2.289	3.126

Condition	response	SE	df	lower.CL	upper.CL
N	1.888	0.137	238	1.636	2.177
IH	2.675	0.212	238	2.289	3.126

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale

❖ Contrasts:

emmeans(mod, specs = emmeans_formula, type = "response") |> 
  contrast(method = "pairwise", adjust = "none", infer = TRUE)

Ant

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.596	0.071	238	0.472	0.753	1	−4.352	<0.001 ***

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.596	0.071	238	0.472	0.753	1	−4.352	<0.001 ***

Med

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.706	0.076	238	0.571	0.872	1	−3.246	0.001 **

contrast	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.706	0.076	238	0.571	0.872	1	−3.246	0.001 **

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

emmeans(mod, specs = emmeans_formula, type = "response") |>
  contrast(interaction = "pairwise", by = NULL, adjust = "none", infer = T)

Ant / Med

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.845	0.11	238	0.654	1.091	1	−1.299	0.195

Condition	ratio	SE	df	lower.CL	upper.CL	null	t.ratio	p.value
N / IH	0.845	0.11	238	0.654	1.091	1	−1.299	0.195

- Confidence level used: 0.95
- Intervals are back-transformed from the log scale
- Tests are performed on the log scale

❖ Boxplot:

---