问题标签 [mumin]

我有一个数据库，其中有 6 个变量的 136 个物种。对于 4 个变量，有所有物种的数据。然而，对于其他 2 个变量，只有 88 个物种的数据。当我们一起查看这 6 个变量时，只有 78 个物种拥有所有变量的数据。

所以，我使用这个变量运行模型。

请注意，模型具有不同的物种样本量，根据数据库中的数据而有所不同

我需要知道 AICc 是否是比较这些模型的好方法。

当我尝试运行包含我所有模型的列表时， model.avgin包返回错误：MuMIn

这个错误让我认为不可能使用 AICc 对基于不同样本大小的模型进行排名。我需要帮助来解决这个问题！

提前致谢！

我正在尝试使用 dredge() 函数通过完成变量的每个组合（每个模型最多五个变量）并使用针对小样本量 (AICc) 校正的 AIC 比较模型来评估模型。

但是，我收到一个错误和两个警告消息，如下所示：

固定术语是“（拦截）”警告消息：1：在挖泥机中（MaxN.model，m.min = 2，m.max = 5）：比较由 REML 拟合的模型 2：在挖泥机中（MaxN.model，m.min = 2, m.max = 5) : 参数 'm.min' 和 'm.max' 已被弃用，使用 'm.lim' 代替

我尝试按照指定更改为“m.lim”，但出现错误：

疏浚错误（MaxN.model，m.lim = 5）：无效的“m.lim”值另外：警告消息：在疏浚中（MaxN.model，m.lim = 5）：比较由 REML 拟合的模型

我正在使用的代码是：

我究竟做错了什么？

我正在尝试在符合 GEE 的边缘模型之间进行正向模型选择，使用准 Akaike 标准 (QIC) 作为选择标准。但是，当我使用 MuMIn 包中的疏浚函数时，我的全局模型是秩不足的。

在这个问题上，通过“欺骗”MuMIn 解决了类似的问题。这是通过拟合一个较小的有效全局模型、更新该模型的公式参数并使用它来完成的。但是，在使用 wgeesel 包中的 wgee() 函数时，我无法让它工作。

这是 R 中使用 IMPS 纵向数据集的可重现示例。

我得到的错误代码是“QIC（global.model）中的错误：模型矩阵秩不足；geeglm 无法继续”。我猜疏浚正试图在全球模型上评估 QIC，这是它无法做到的

任何帮助，将不胜感激！我正在对许多不同的模型执行类似的程序，并且希望我的方法具有可重复性，因此我正在寻找某种自动化方法来使用 QIC 进行正向模型选择。

我尝试将 MuMin-Package 的疏通功能用于配备 glmmTMB 包的负二项式广义线性混合模型。

因为我的完整模型未能收敛，所以我尝试了此处描述的解决方法： Dredge with the global model failed to convergence

但是当我使用简化模型并重写model$call$function中的函数时，dredge会忽略此更改并使用简化模型而不是完整模型。

glmmTMB-package 的功能是否有另一种解决方法？

下面是一些示例代码：

谢谢！

我遇到了以下错误，仅当我将具有超过 30 个预测变量的模型传递给 pdredge() 时才会发生：

sprintf(gettext(fmt, domain = domain), ...) 中的错误：无效格式 '%d'; 对数字对象使用格式 %f、%e、%g 或 %a

我在通过 RStudio 运行 Microsoft R Open 的 Windows 机器上：

可重现的例子：

我在 2016 年知道这是整数位限制的问题。但是，从这个问题和收到的评论来看，我的印象是问题已经解决并且最大值发生了变化？

我经常使用 MuMIn 包中的 r.rsquaredGLMM(mod) 从混合模型中提取边际和条件 R^2。从今天开始，这不再起作用，并且出现以下错误： r.rsquaredGLMM(mod) 中的错误：找不到函数“r.rsquaredGLMM”

有没有人有这个问题的解决方案？谢谢，凯瑟琳娜

下面是一个代码示例：

我正在使用 lmer 模型来查看环境预测变量对景观变量的影响。为此，我使用疏浚函数来创建预测变量的所有可能组合的模型候选集。

我现在想从每个顶级模型中提取每个变量的置信区间。除了模型平均，我似乎找不到任何代码。你有代码吗？这不可能吗？

在此先感谢，

我安装了以下形式的混合模型：

然后我用它predge来创建下面的模型组合，效果很好。

然后我尝试以稍微不同的格式指定我的模型，如下所示：

但是，这给了我以下错误

不幸的是，后者是我想要做模型规范的方式，因为先验我不知道预测变量的名称是什么names(lmerDat)[c(5:9)]。谁能帮我理解错误以及如何解决它？

编辑

我的回溯输出如下（请注意，这是我的原始数据而不是上面的虚拟数据）。

提前感谢所有帮助。

我想从我的模型平均结果中生成一个类似于下面的图。effect()该图是使用包中的函数从单个模型生成的effects。

期望的情节结果

据我所知，这无法从model.avg()函数的模型平均结果中实现，因此我试图通过首先预测我的模型平均结果然后创建一个图来实现类似的结果。

我根据这些数据构建了两个模型：

我可以像这样平均这些模型：

fseason*fRHDV2_arrive_cat然后，我尝试根据提供的数据集的每种组合的模型平均结果进行预测test：

如果我不包含newdata = a， predict 函数运行良好，因此我相信我提供的数据框newdata的结构不合适。

如果有人能够帮助我newdata正确构建结构，以便我可以为每种组合生成预测，fseason*fRHDV2_arrive_cat将不胜感激？我相信一旦我有了预测，我就可以制作出想要的情节。

我的情况与另一篇文章（此处）中描述的情况非常相似，但仍未得到答复。上面我已经描述了我通过另一种方式实现类似情节的尝试。我还注意到还有其他类似的帖子，例如这里；我没有发现这些对我的情况有用。

我想以编程方式在 r 中构建 glms，类似于此处描述的内容（如何在 R 中构建和测试多个模型），除了测试预测变量的所有可能子集。

因此，对于这样的数据集，带有结果变量z：

有没有办法自动构建模型：

我知道包的dredge功能MuMIn可以做到这一点，但我得到一个错误，说我包含了太多变量，所以我正在寻找独立于dredge. 我已经尝试过grid.expand()and combn()，map()以及lapply()我在 StackOverflow 上找到的各种答案，但似乎无法将其拼凑在一起。理想情况下，包括 BIC 在内的模型输出将存储在可排序的数据框中。

任何帮助将不胜感激！！