我正在尝试使用 MuMIn 的 model.avg 函数:
m06gamma.avg<-model.avg(get.models(dredge(glmer(biomassa_consumo ~ Renda.R.nor + dist_casa_urba_centro_kmnor +
media_esfor_caça.anonor+ veg_prim_2.5km.nor+ + (1|nested),
nAGQ=0,family=Gamma(link="log"), data=killb)), cumsum(weight)<=.95))
但是,“相对变量重要性”不起作用:
(conditional average)
Estimate Std. Error Adjusted SE z value Pr(>|z|)
(Intercept) 5.57789 0.14531 0.14960 37.286 <2e-16 ***
dist_casa_urba_centro_kmnor 0.28667 0.25240 0.25726 1.114 0.265
veg_prim_2.5km.nor -0.31277 0.23201 0.23645 1.323 0.186
Renda.R.nor 0.12301 0.14458 0.14885 0.826 0.409
media_dist_caça.kmnor -0.04138 0.17932 0.18388 0.225 0.822
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
如何使 model.avg 重新定义“相对变量重要性”值?
我正在寻找像这个例子这样的结果:
提前致谢。