0

我有一个数据库,其中有 6 个变量的 136 个物种。对于 4 个变量,有所有物种的数据。然而,对于其他 2 个变量,只有 88 个物种的数据。当我们一起查看这 6 个变量时,只有 78 个物种拥有所有变量的数据。

所以,我使用这个变量运行模型。

请注意,模型具有不同的物种样本量,根据数据库中的数据而有所不同 请注意,模型具有不同的物种样本量,根据数据库中的数据而有所不同

我需要知道 AICc 是否是比较这些模型的好方法。

当我尝试运行包含我所有模型的列表时, model.avgin包返回错误:MuMIn

mods <- list(mod1, mod2, ..., mod14)
aicc <- summary(model.avg(mods))

*Error in model.avg.default(mods) : 
models are not all fitted to the same data*

这个错误让我认为不可能使用 AICc 对基于不同样本大小的模型进行排名。我需要帮助来解决这个问题!

提前致谢!

4

1 回答 1

0

基本上,所有信息标准(如 AIC)都基于受样本量影响的模型似然函数。样本量与信息标准直接相关(更大的样本量 = 更低的可能性 = 更大的信息标准)。这意味着您无法使用 AIC 或任何信息标准来比较不同样本大小的模型。

这也是你model.avg失败的原因。

于 2019-07-30T18:20:56.240 回答