问题标签 [mumin]

我收到了一个奇怪的错误，例如 Dredge: MuMIn在某些情况下在 MuMIn 包中使用 dredge() 或 pdredge() 的奇怪错误。

当全局模型包含 31 个不同的项（环境的主效应、5 个基因的主效应、5 个基因-环境相互作用、10 个基因-基因相互作用和 10 个基因-基因-环境相互作用）时，就会出现此错误。31 是 dredge() 允许的最大项数。

该错误会在大约 30 小时后终止该过程，这可能已接近完成。当全局效应减少到 15 项（5 个基因的主效应，10 个基因-基因相互作用）时，没有错误。我的数据集没有任何缺失数据。

有谁知道这个错误是什么意思或如何解决它？

这是我的脚本：

我正在尝试使用相关矩阵作为 MuMIn (R) 中的 dredge() 的“子集”参数来选择变量。

我的问题正是在这篇未解决的帖子中描述的：我运行一个模型 fm1*，并使用挖泥机来测试所有变量组合。为了排除某些组合，我按照 dredge.subset demo中描述的方法使用子集矩阵 sub1 。

它最多可以处理 9 个变量；更多我收到一条错误消息：

这是不正确的，如下所示：

除了警告之外，模型选择表还包括相关矩阵不允许的变量集。

我确实通过将矩阵 sub1 转换为逻辑表达式找到了一种解决方法，然后它可以作为子集条件正常工作。但是了解矩阵发生了什么会很有趣。

*请注意，glm 和 glmer 也会发生同样的情况

Mac OS 10.9.5、R 3.2.3、MuMIn_1.15.6、lme4_1.1-10

可重现的示例代码，使用示例数据

MuMIn用户指南建议使用na.action=na.fail，否则挖泥功能将不起作用，我发现：

疏浚错误：“global.model”的“na.action”参数未设置，选项（“na.action”）为“na.omit”。

但是，当我尝试使用 运行 glmer 模型时na.action=na.fail，我得到了这个：

na.fail.default(list(pr = c(0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, : 对象中的缺失值

除了用 NA 删除每个观察值之外，我还有其他选择吗？我的完整数据集包含 10,000 个观测值，并有 23 个预测变量，它们具有不同观测值的 NA。使用 NA 删除每个 obs 会浪费一些数据，我希望避免这种情况。

作为 MCMCglmm 模型选择的一个选项（另请参阅此相关问题），我正在尝试使用包 MuMIn 进行模型平均。它似乎不起作用- 请参阅下面的输出。任何想法为什么？输出看起来很废话。特别是，z 值有一堆 NA 值，当这些不是 NA 时，它们都正好是 1。这可能源于除一个模型之外的所有模型都被分配了 0 的权重，这又看起来不切实际.

请注意，在 MuMIn 的文档中，它被列为与 MCMCglmm 对象兼容。

可重现的例子：

输出：

我从MuMIn::dredgeR 中的函数中得到一些错误，不知道如何解决它。

这是我的数据...

我构建了一个全局模型：

我收到以下错误，我不知道为什么会发生。为澄清起见，yld.res是从yld针对year每个的线性回归中获得的残差state。如果我用作响应，dredge效果很好。yld任何帮助或建议将不胜感激。

我正在尝试使用 R 中的 tweedie（复合泊松）分布式数据进行 AICc 模型选择和模型平均。

我正在使用 AICcmodavg R 包但没有成功，然后当我在这里遇到建议时决定尝试 MuMIn 包（https://stats.stackexchange.com/questions/141806/glm-model-selection-using- aicc-with-tweedie-distribution）

“您可以直接在 MuMIn 的函数中使用 AICtweedie，只需将其指定为排名参数即可。”

我按如下方式设置我的模型我的响应变量 (NVIR) 是东部蝾螈成虫的每单位努力捕获量，我的解释变量是我的采样点的各种栖息地特征。

然后尝试了这条线

并收到错误

或者，我也试过这条线

并得到这个错误：

我想知道问题是否出在我的代码上，或者 tweedie 系列是否与此软件包不兼容。

感谢您的时间。

我正在尝试进行模型平均，并希望将 rugarch 包中的模型和通过“lm”函数估计的模型结合起来。我使用转换为 xts 对象的每日财务指数数据。因此，我运行 lm 函数：

然后我使用 rugarch 包运行 GARCH 函数：

在我的下一步中，我想使用 MuMIn 执行模型平均：

并得到以下错误：“错误：未为此 S4 类定义 $ 运算符”

我了解 MuMIn 包不支持 rugarch 包。但是有没有办法将我在 rugarch 中进行的回归转换为 lm 类或任何支持各种回归的模型平均包？

安装包“MuMIn”时使用 predict.gls 时收到错误消息。

以下（例 1）有效：

但是，以下（Ex. 2）会产生错误消息，即使 library(MuMIn) 行是与 Ex 的唯一区别。1：

有谁知道为什么会这样？安装 MuMIn 时使用“预测”似乎不兼容

有趣的是，以下直接调用 predict.gls 的（示例 3）将其恢复为正常工作：

但是，我已经读到不建议使用“nlme:::predict.gls”，因为“:::”可能是“有风险的”，因为它访问的内部函数并不意味着直接可用。

这是我当前的 R.version 输出：

platform x86_64-w64-mingw32
arch x86_64
os mingw32
system x86_64, mingw32
status
major 3
minor 4.0
year 2017
month 04
day 21
svn rev 72570
language R
version.string R version 3.4.0 (2017-04-21) 昵称 You Stupid Darkness

顺便说一句，我的旧电脑上没有这个问题，它使用的是旧版本的 R。我有一个朋友尝试了 Ex。2 在他的电脑上，它也产生了一条错误消息。

对 Ex 中错误消息原因的任何见解。2，以及如何在不求助于 Ex 中的解决方法的情况下修复它。3、不胜感激！

我正在尝试将 MuMIn 的 model.avg 函数与粘贴的模型公式一起使用，并使用索引而不是直接输入，例如：

'combns' 是由 combn() 创建的包含预测变量组合的二维数组。如果 gls 函数直接包含公式，则会产生模型平均系数和 AICc 值，例如：

但是，相对变量重要性不是计算，我认为这与使用 for 循环或使用变量访问存储模型的列表的索引有关，导致组件模型项不正确“阅读”（参见模型的术语代码）：

这导致相对变量重要性被给出为：

而如果我在单独键入公式的相同模型上使用 model.avg，我会得到以下正确的输出：

如何让 model.avg 正确读取公式中的预测变量？我在这里只包含了六个模型作为示例，但我想比较完整的 128 个模型（我还有其他响应变量和更多的预测变量），因此单独输入它们是不可行的。

提前致谢。

编辑：可重现的例子

我花了一段时间来缩小问题的范围。第一个示例 m.ave 显示了使用 for 循环的问题。第二个示例 m.ave2 显示它使用键入的索引而不是使用变量。显然，这只是预测变量的一小部分。

在挖泥机（MuMIn 包）中，我想使用“子集”来排除任何将变量 A 与 B、C 或 D 之一组合的模型。我试过了

library(MuMIn) dg <- dredge (global.model, subset = !("A"&c("B","C","D"))

它提供与 相同的结果 dg <- dredge (global.model, subset = !("A"&"B")，因此仅排除同时包含 A 和 B 的模型。有没有办法用变量名向量来提供子集？

当然，我可以使用subset=!(A&B)|!(A&C)|!(A&D)- 但是我更喜欢使用“排除向量”。