我曾经MuMIn::model.avg对几个lme4::lmer模型进行平均，我想从平均模型中获取并绘制预测结果。我尝试使用sjPlot::plot_model，但我得到了不切实际的 CI（范围从大约 -50,000 到大约 +50,000，对于值范围为 54-673 的变量）。
我还尝试使用简单的线性模型 (lm) 在没有随机因素的情况下运行类似的模型，并得到类似的不切实际的 CI。
这是代码，我没有添加数据，因为我认为它不相关，但如果需要我可以这样做：
m1 <- lmer(Y ~ A*B + A*C + A*D + A*E + B*C + B*D + B*E + F + (1|RE), data = dt, REML = F)
dd <- dredge(m1, fixed = c("C","D","E","F"))
m1.avg <- model.avg(dd, fit = T)
plot_model(m1.avg, type="pred", terms = c("A","B")) #using different fixed effects still gives huge CI
# A,B - categorical variables with 2 and 3 levels, respectively
# C,D,E,F - continuous variables
我确实找到了解决这个问题的方法，但是它使计算时间更长（并且由于 lmer 没有的收敛问题，我需要使用缩放变量）。在这个问题之后，我做了所有事情，glmmTMB而不是lmer然后让 SE 使用predict并从中计算 CI。