多次搜索 stackoverflow 以找到此问题的解决方案。我遇到的一个基本问题是我无法预测某些模型平均系数对响应的交互影响。我目前正在运行一个占用模型,我想在其中可视化某些模型平均系数对响应 (0/1) 的影响
这是来自“MuMIn”的模型平均对象的样子:
c
Call:
model.avg(object = top_clim_elev[[8]], fit = TRUE)
Component models:
‘1/2/3/4/5/6/7/8/9/10/11/12/13’ ‘1/2/3/4/5/6/7/8/9/10/11/13’
‘1/2/3/4/5/6/7/8/9/10/11/13/15’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/15’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/15/16’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/16’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/14’ ‘1/2/3/4/5/6/7/8/9/10/11/13/14’
‘1/2/3/4/5/6/7/8/9/10/11/13/14/15’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/15’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/15/16’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/16’
Coefficients:
psi(Int) psi(alt.y) psi(bio_17.y) psi(bio_18.y) psi(bio_4.y) psi(prec_interannual.y)
full -3.10525 -0.05192473 -0.2068835 -1.482401 0.6015917 0.2626282
subset -3.10525 -0.05192473 -0.2068835 -1.482401 0.6015917 0.4324259
psi(alt.y:bio_17.y) p(Int) p(duration_minutes) p(effort_distance_km) p(expertise)
full -0.7490456 -1.245292 0.411762 -0.05852994 0.3375549
subset -0.7490456 -1.245292 0.411762 -0.05852994 0.3375549
p(julian_date) p(min_obs_started) p(number_observers) p(protocol_typeTraveling)
full -0.04548198 -0.01558561 -0.02327381 0.3527979
subset -0.04548198 -0.01558561 -0.02327381 0.3527979
psi(alt.y:bio_4.y) psi(alt.y:prec_interannual.y) psi(alt.y:bio_18.y)
full 0.09419262 0.05598506 0.01681933
subset 0.24061807 0.26320150 0.06110500
我考虑将完整模型中的系数连同标准误差和上下 CI 一起写成数据框。
例如:
我想使用 alt.y:bio_17.y 的系数估计值,并预测它对响应的影响作为主持人 alt.y 的函数。我尝试了多种方法来做同样的事情,但想在 R 中实现“预测”功能,而无需存储模型对象。此外,即使我将模型平均对象存储在 R 中,如上所示 - 我无法通过sjPlot
R 中的包或其他包使用相同的对象。