问题标签 [mumin]

我有以下带有随机斜率的 GLMM，我正在使用 MuMIn “dredge”进行模型平均（我认为我的数据集不相关，所以我只在此处包含代码）：

sett_global2 <- glmmTMB(sett_dens~ depth_scale + sst_six_scale + exposure_six_month_daily_log_scale + (1|kelp)+ (0 + sst_six_scale|kelp) + (1|site) + (1|Year), data = sett_model_data, family=nbinom2)

当我最初尝试疏通模型时，它可以工作，但出现以下警告消息：

dredge(sett_global2, beta = "none", rank = "AIC", trace = 2)

警告信息： 1：随机斜率不作为固定效应出现。这人为地夸大了条件随机效应方差。解决方案：重新指定固定结构！2：随机斜率不作为固定效应存在。这人为地夸大了条件随机效应方差。解决方案：重新指定固定结构！3：随机斜率不作为固定效应存在。这人为地夸大了条件随机效应方差。解决方案：重新指定固定结构！

表明即使“sst_six_scale”的固定效应不在完整模型集中拟合的模型中，该模型仍以随机斜率“(0 + sst_six_scale|kelp)”进行拟合。

因此，我尝试再次使用“子集”命令中的“dc”参数来疏通模型，以便仅在模型中存在相应的固定效应时才包含随机斜率：

dredge(sett_global2, beta = "none", rank = "AIC", subset = dc("cond(sst_six_scale)" , "cond(0 + sst_six_scale | kelp)"), trace = 2)

但我仍然得到与以前相同的警告消息，向我表明子集命令无法正常工作。我确保使用“getAllTerms”来获取适当的变量名称以放入子集命令中，并且在运行上述代码时我没有收到任何错误，所以我真的想不出它不工作的任何原因。这让我想知道“子集”命令是否完全适用于随机效应。任何人都可以为我阐明这一点吗？

修改问题和代码 (2020-07-10)

随着分析的进行，这个问题已经进行了几次编辑。我在顶部包含了最新信息，但对于那些被困在其他步骤的人，请参阅下面的信息。

回顾：我正在对几个连续变量（A、B 和 C）、一个分类变量（YN）和一个随机截距（ID）之间的关系进行建模。我已经包含了一个偏移量 (T)，因为计数数据是在不同持续时间的行为观察期间收集的。还有一个基于随机截距的零通胀术语。我正在比较该模型的所有子集以确定最适合的模型。

目前，当我尝试比较所有子集时，疏通函数会引发错误。

我正在使用 R 版本 3.6.1。

我正在对几个连续变量（A、B 和 C）、一个分类变量（YN）和一个随机截距（ID）之间的关系进行建模。我已经包含了一个偏移量 (T)，因为计数数据是在不同持续时间的行为观察期间收集的。还有一个基于随机截距的零通胀术语。

我正在比较该模型的所有子集以确定最适合的模型。

我的代码如下所示：

但是当我查看表格时，似乎模型是重复的，即有和没有偏移量。该表包括 32 个模型，当我省略偏移量时，只有 16 个模型。加上系数非常相似。（显示此表的子集）

我已经尝试更改我的代码，以便始终包含如下所示的偏移量，但这会导致警告。

编辑 2020/06/16

当偏移量作为一个术语包含时，我已经用完整的模型摘要更新了这篇文章：

当偏移量作为公式之外的单独参数包含在内时：

编辑 2020/06/24

修改后的疏浚功能解决了在所有模型中保留偏移变量的问题。

然而，这又引发了一个新问题：

@Kamil Barton 在下面建议我需要使用罢工和 stdizeFit 来解决此警告消息。但到目前为止，如果没有其他错误消息，我无法让此代码正常工作。此外，我担心标准化我的响应变量（如下所示）是错误的方法，并且由于标准化时间变量会导致负值，因此无法再将其记录在模型中（产生 NA 值）。

无论如何，这是我尝试使用与帮助文件中几乎相同的方法来实施 Kamil 建议的方法：

任何关于解决这些最新错误的想法，无论是卡米尔建议的方法还是我上面所做的，都将不胜感激。

编辑 2020/07/10

我已经能够使用以下代码块解决上述问题：

但是，现在当我使用疏通功能时，我又遇到了另一个错误。

在确定如何以及在何处解决“nobs”方法的任何帮助将不胜感激。

我正在尝试从一个MuMIn::dredge对象中对多个泊松模型的系数和标准误差求幂以与texreg::screenreg. 对于一个模型，我们可以这样做：

现在，如果我们dredge用来查看所有组合并获得没有指数值的输出：

现在我不知道如何获得dd对象的所有指数值，这就是我的想法：

这行不通，我猜有一个快速的解决方法？

谢谢

当数据中没有“NA”时，我遇到了一个声称有“不完整案例”的数据库的问题。

数据

模型

当我在这个数据库上运行 lmer 时，我收到以下错误：

“na.fail.default 中的错误（列表（recruits_per_meter_squared_trans = c（0.606417417116062，：对象中的缺失值）”

当我查看数据库中完整案例的数量与存在的行数时，行数存在差异：

行（数据）[1] 144

nrow（数据[完整案例（数据），]）[1] 139

在这里，您可以看到完整行数与总行数存在差异。尽管数据库中没有“NA”，但情况仍然如此。我希望能够运行我的模型，同时确保处理所有 144 行，而不是 139 行。因为我想在这个模型上使用 MuMin::dredge() 函数，所以我需要使用 na.action = "na. lmer() 中的“失败”参数。这里发生了什么？提前致谢！

我正在使用 MuMIn 进行模型平均并尝试解释结果。一切正常，但我想知道结果中系数的名称：

有人知道“ cond() ”告诉我什么以及它为什么出现在模型输出中吗？

在模型中，系数被命名为“Distanzpunkt”、“area_km2”和“prop”。

模型结构：fixed = Y ~ poly(x, 2) * factor

疏浚输出仅显示： [...] factor, poly(x,2) , factor:poly(x,2)

而不是： [...] 因子、poly(x,1) 、poly(x,2) 、因子:poly(x,1) 、因子:poly(x,2)

我不清楚如何解释这个输出，因为我无法判断是否对有/没有变量 x 的 1 和 2 阶的模型进行了评估，即只是更高阶。此外，我如何才能看到只有 x 的 1 阶模型的评估？

这里： MuMin (R) 中的疏浚让模型具有高阶项而没有它们各自的低阶项 ，OP 提出了非常相似的问题，但关于“poly”函数，他只满足了以下内容，没有解决它：“我也尝试使用 poly(hour,2) 来定义全局模型，但这导致仅包含一个小时的术语。”

我正在尝试修改本页底部示例中的代码：https ://www.rdocumentation.org/packages/MuMIn/versions/1.43.17/topics/predict.averaging来自 Burnham 和 Anderson (2002)使用 MuMin predict.averaging 函数。我正在为我的完整模型使用 PGLS（系统发育广义线性模型）。在我的原始数据库中，有很多不可避免的 NA 值，当我从工作示例中到达这行代码时，这给我带来了问题：

然后我收到此错误消息：

我曾尝试使用 na.action=na.exclude、na.fail=FALSE 和其他各种方法，但收到相同的错误消息。

我真的很感激任何帮助，谢谢。如果有帮助，我可以附上我的数据集和其余代码。

我正在进行比较分析，我的响应变量为 0 或 1，因此我需要使用二项式误差分布进行系统发育校正分析。我使用了 phyr 包 ( https://rdrr.io/github/daijiang/phyr/man/pglmm_compare.html ) 中的 PGLMM_compare 函数来创建一个包含所有变量的完整模型，但 MuMin 不支持将此输出作为'全球模式'，因此我无法疏通它。我正在寻找一种方法来找到最好的模型并可能从这些模型中执行模型平均，但是这些包似乎不兼容。手动创建所有模型会很困难，因为我有大约 8 个解释变量。有没有办法疏通具有二项式错误结构的系统发育模型？提前致谢。

当我尝试在使用 GAMLSS 拟合的具有随机效应的模型上使用挖泥机时，我收到以下错误。

矩阵错误（NA_real_，ncol = 3L，nrow = length(x)，dimnames = list（coefNames，：'dimnames' [1] 的长度不等于数组范围

谁能告诉我为什么？有办法解决吗？

此外，当我尝试在模型上使用函数 ggpredict 时，我收到以下错误：

错误：无法计算置信区间。

• 原因：“可变长度不同（为 're(random = ~1 | rand)' 找到）”
• 来源：model.frame.default(object, data, xlev = xlev)

这表明问题出在随机效应上。当我移除随机效应时，这两个功能都有效。

TLDR：

如何将与 Johnson, PC (2014) 论文对应的边际和条件 R^2 转换为 SPSS 中具有非结构化协方差类型和单个随机斜率的简单随机斜率模型？

更长：

在 RI 中，我使用 MuMin 包中的 r.squaredGLMM() 函数根据 Johnson, PC (2014) 计算我的混合模型的边际和条件 R^2。Nakagawa & Schielzeth 的 R2GLMM 扩展到随机斜率模型。生态与进化方法，5（9），944-946。

我现在正在使用 SPSS 教授混合模型的课程，我想给学生一个工具，通过它他们还可以计算边际和条件 R^2。但是，SPSS 在混合模型的输出中并未提供此功能。

我找到了有关如何在 SPSS 中为随机截距模型计算边际和条件 R^2 的说明，作者是 Paul Johnson。这需要计算：Vf（固定效应方差）、Vr（随机效应方差）、Ve（残差方差）、

在随机截距模型的一个非常简单的情况下，我通过以下方式计算这些：

• Vf：我只取基于固定效应预测变量的预测值的方差
• Vr：协方差参数表的估计值，列出了与随机截距相关的方差
• Ve：协方差参数表的估计值，列出了与残差相关的方差

并使用公式：

• R^2m = Vf / (Vf + Vr + Ve)
• R^2c = (Vf + Vr) / (Vf + Vr + Ve)

这将返回与此 R 代码相同的结果：

但是，我不知道如何将其推广到 SPSS 中的简单随机截距 + 斜率情况。在 RI 中，能够得到这些方差分量：

并使用这个公式：

返回相同的值

我可以按照上述 SPSS 中所述的相同方式计算 Vf 和 Ve，但我无法找到输出中随机效应的方差。我试图通过取结果变量的总方差并减去 Vf 和 Ve 来计算它：

但是我从 Vr 获得的价值与我从中获得的不同

并且以这种方式计算的边际和条件 R^2 不对应于

如何将与 Johnson, PC (2014) 论文对应的边际和条件 R^2 转换为 SPSS 中具有非结构化协方差类型和单个随机斜率的简单随机斜率模型？

或者，是否可以合理地说以下将为简单的随机斜率模型提供边际和条件 R^2 的合理估计？（因为这是我可以在 SPSS 中计算的东西），需要注意的是，这包括对边际 R^2 的轻微高估和对条件 R^2 的轻微低估？