问题标签 [glmulti]

我使用包中的glmulti函数glmulti来获得泊松误差分布数据的最佳 glm 模型。那里没有问题。一旦我获得了最佳模型，我就使用卡方检验来获得 p 值并测试输入到模型中的每个变量的统计数据。我遇到的唯一问题是数据过度分散，Zuur book 和 Crawley 都建议使用准族函数来纠正过度分散。这本身不是问题，只是 glmulti 函数不允许拟合准函数。

我的问题是，使用具有泊松误差分布的 glmulti 获得我的最佳模型，然后将最佳模型输出拟合到准函数是否是做事的不正确方法，以及是否有任何其他人可以提供的建议。

我还为正态分布的数据运行了 glmulti（将家庭指定为高斯，将链接指定为身份），这确实有效，但如果我违反了任何主要规则，请告诉我。

我一直在尝试下载和使用该包glmulti，但没有成功，因为错误Error: package ‘rJava’ could not be loaded不断产生。

做了一些谷歌搜索后，我发现解决方案是重新安装 Java，所以我通过https://java.com/en/download/mac_download.jsp下载了它，然后重新启动了我的计算机。可悲的是，该命令library(glmulti)产生与以前相同的错误。

我应该注意到，当我尝试检查我使用 安装的 Java 版本时java -version，我得到：Error: object 'java' not found. 我该如何补救？

根据glmulti 包文档，块是使用多 CPU 的参数。

使用详尽筛选时。

但是，即使我在块和块中都放了 4，并且方法='h' 和 family='binomial'，R 也只使用一个核心。

我使用的功能

glmulti(y~. ,level=1,data=ctrain,fitfunction = 'glm',chunk = 4, chunks = 4,method = 'h',family='binomial')

与我的类似的演示数据集：- https://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank-additional.zip

PS：任何其他解决问题的包也是可以接受的。

我正在拟合以下内容：

这段代码的目的是只包含这两个交互：“Naddl:MAT_e”和“Naddl:Fert”。因此，我exclude=c()用来从完整模型 ( level=2) 中过滤掉所有其他不需要的成对交互。

这在理论上应该与以下内容相同：

但是，当我添加exclude=c()公式时出现此错误：

我错过了什么exclude=c()吗？是否有更优雅的方式来指定“glmulti”中的交互项？

我正在使用该glmulti包对lme4. 我在检索系数和置信区间时遇到了同样的问题，该问题由包的作者在这个线程中解决。即使用coeforcoef.multi会产生错误，并且在调用该方法时check.names会列出系数。所以我尝试了上面链接的线程中列出的解决方案，使用：NULLpredict

我修复了"原始帖子中遗漏的部分，并且代码运行了。但是，现在不是得到

data.frame(..., check.names = FALSE) 中的错误：参数暗示不同的行数：1、0

对于每个模型，我都会收到此错误...

Satterthwaite 近似值的计算错误。返回 lme4 包的输出 从 lme4 返回的摘要 在 lmerTest 中发生了一些计算错误

我正在使用，如果不能从模型中提取正确的信息lmerTest，它会失败并不令我感到惊讶。glmulti所以实际上应该关注的是错误的前两行。

原始修复的描述在此处的开发者网站上。很明显这个包已经有一段时间没有更新了，是的，我可能应该学习一个新的包......但在那之前我希望能得到修复。我会通过他的网站直接联系开发商。但是，与此同时，有没有人尝试过这个并找到了解决方法？

lme4 glmulti rJava和其他相关软件包都已更新到最新版本。

我发现这个示例对 RDocumentation 很有帮助，我想进一步探索它。下面的代码改编自https://www.rdocumentation.org/packages/segmented/versions/0.5-2.1/topics/plot.segmented

我想找到创建黑色分段线的方程式并找到关节点（红色）。请看看我该怎么做。任何帮助深表感谢。

我正在使用glmulti运行分层线性模型并选择最佳模型。我对 DV 有 4 个预测变量（A、B、C、D），我的目标是运行所有主效应模型以及交互效应的所有组合（即 、A:B、A:C）A:D。以下两种模型有何不同？

我知道“当模型中包含两个因素之间的交互作用时，添加或不添加这些因素作为主效应不会改变模型”（Calcagno，2010 年）。似乎模型 1 和模型 2 应该产生相同的结果，因为A*B*C*D基本上包括每个预测变量的主要影响。但是这两个代码选择了不同的最佳模型。

谢谢！

我正在尝试比较包含我的数据集中所有变量的各种混合效应逻辑（或某些结果 gamma）模型的 AIC（或 AICc）值，可以在此处下载其简化版本：https ://drive.google .com/file/d/1YO17J7Dx1cFD0Wf3fNGe-a37ccTKyWNp/view?usp=sharing。但是我是 glmulti 的新手，并且只使用了 lme4 一个月左右，所以我相信我做错了什么：

我已经建立了包含所有变量的初始模型，如下所示：

该模型运行良好（除了我已经调查过的一些警告）。但是，我想为具有这些变量的每种组合的模型运行 glmulti 以识别最佳模型，并根据我在网上找到的各种示例尝试了几种不同形式的语法，但这些都不起作用（我也尝试过更改标准和“confsetsize”设置）：

错误消息包括：

我有时也会收到警告消息，例如：

我假设这是一个语法问题，我需要更改代码的结构，因为我使用的是逻辑 glmer，而不是像我在网上找到的大多数示例一样的 glm，并且从文档中我相信 glmulti 应该是兼容的来自 lme4 的模型。请有人建议我如何构建它以使其运行？（此外，是否有一种相对简单的方法来仅包含与变量“组”而不是与所有其他变量的交互？）

编辑：作为最后的尝试，我也尝试使用此处提供的建议（尽管我认为我可能有些困惑）：glmulti and liner mixed models to use the following code，但这也不起作用：

提前致谢！

我正在使用 glmulti 来选择一组候选广义线性模型，并且每次运行模型时，我的变量重要性值和“最佳”模型都会不断变化。

我很难理解为什么会这样， glmulti 是否需要 set.seed 值才能使结果可重现？

谢谢。

我正在尝试使用 glmulti 和 glmer 进行模型平均并获得模型平均预测。我遵循了 glmulti 文档中的示例（'将 glmulti 与任何类型的统计模型一起使用，带有示例'，包含在包中）和本网站上提供的更新（glmulti 和 liner 混合模型）和包维护者的博客（https： //vcalcagnoresearch.wordpress.com/package-glmulti/）。我设法为 glmer 函数创建了一个包装器：

我已经设法为 glmer 分配了一个 getfit 方法，这样我就可以获得模型的平均系数：

下一步是为 glmer 分配一个预测函数。这是包文档中提供的示例：

然后得到模型平均预测（bab在示例中是一个拟合的 glmulti 对象）：

我也试过：

和：

我不太确定出了什么问题，尽管它可能很明显。我收集到 lme4 包自编写此示例以来已更新和更改，因此可能与此有关（？）。

另一种可能性是文档说这个函数只会处理一个随机变量。我的模型有两个嵌套的随机变量：x ~ y + z + w + (1|u/v).

我需要 a) 让它工作，b) 更新函数以处理两个随机变量。任何建议将不胜感激。