r - 挖掘无标记入住模型 (R MuMIn)
问题描述
我正在疏浚一个未标记的入住模型,并遇到了一些障碍:
1)在首先疏通模型的检测组件之后,我试图用之前为检测组件选择的固定预测因子子集来疏通模型的占用组件,如下所示:
global_occ <-occu( ~ Freq + I(Freq^2) + n +mean_tree_d9 + mean_tree_kurt ~ C1 + C2 + C3 + C4 + S1 + S2 + S3 + S4 + Hour + I(Hour^2) + Deg_class + Freq_fire + age + Freq + mean_tree_d9 + mean_tree_d4 + mean_tree_d2 + mean_shrub_stdev + mean_tree_kurt + mean_tree_mad, umf_all)
system.time(dredge_occ<-pdredge(global_occ, rank=AIC, m.max=5, cluster=clust, fixed=`p(Freq)`&`p(I(Freq^2))`&`p(n)`&`p(mean_tree_d9)`&`p(mean_tree_kurt)`))
> dredge_occ
Global model call: occu(formula = ~Freq + I(Freq^2) + n + mean_tree_d9 + mean_tree_kurt ~
C1 + C2 + C3 + C4 + S1 + S2 + S3 + S4 + Hour + I(Hour^2) +
Deg_class + Freq_fire + age + Freq + mean_tree_d9 + mean_tree_d4 +
mean_tree_d2 + mean_shrub_stdev + mean_tree_kurt + mean_tree_mad, data = umf_all)
---
Model selection table
p(Int) psi(Int) p(Frq) p(I(Frq^2)) p(men_tre_d9) p(men_tre_krt) p(n) df logLik AIC delta weight
31 -8.68 -1.93 -8.518 -2.439 -0.2369 -0.2295 0.07039 7 -9664.791 19343.6 0 1
Models ranked by AIC(x)
更新:我尝试在下面使用 Kamil 的解决方案,但它不起作用,因为“m.max”参数对任何单个模型的最大变量数施加了通用约束(跨 p 和 psi 分量),因此不允许要拟合的任何 psi 协变量...
解决方案
?dredge
说:fixed
是“单面formula
或给出术语名称的字符向量”。在您的情况下,它是一个表达式(适合作为subset
参数)。因此,您的代码应为:
pdredge(global_occ, rank=AIC, m.max=5, cluster=clust, fixed=c("p(Freq)", "p(I(Freq^2))", "p(n)", "p(mean_tree_d9)", "p(mean_tree_kurt)"))
推荐阅读
- javascript - 如何在现有的 vuejs 项目中集成 requirejs?
- javascript - 为 3D 数组赋值,但它填充了太多的值
- python - 输入包含 NaN
- python - 根据时间列中两个值之间的差异,将数据框中的每一行重复 N 次
- html - Bootstrap 4:无法对齐列内的项目
- python - 如何使用 Selenium 识别此元素并将 element.click() 与数字变量一起使用
- django - 在 Django Crispy Forms 中创建 if 语句,条件表单布局
- xero-api - Xero 与 Web 系统的集成
- python - 将动画 matplotlib 绘图转换为绘图破折号
- python - 将多个数据集输入到 tensorflow 模型