我可以使用 AICc 对基于嵌套数据的模型进行排名吗？
Can I use AICc to rank models based in nested data?
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。当我们同时查看 6 个变量时，只有 78 个物种具有所有变量的数据。
所以，我 运行 模型使用这个变量。
请注意，模型具有不同的物种样本大小，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。
MuMIn 包 returns 中的 model.avg 当我尝试 运行 包含我所有模型的列表时出错：
mods <- list(mod1, mod2, ..., mod14)
aicc <- summary(model.avg(mods))
*Error in model.avg.default(mods) :
models are not all fitted to the same data*
这个错误让我认为 运行k 个基于不同样本大小的模型使用 AICc 是不可能的。我需要帮助来解决这个问题！
提前致谢！
基本上，所有信息标准（如 AIC）都基于受样本量影响的模型似然函数。样本量与信息标准直接相关（更大的样本量 = 更低的可能性 = 更大的信息标准）。
这意味着您无法使用 AIC 或任何信息标准来比较不同的样本量模型。
这也是您的 model.avg 失败的原因。
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。当我们同时查看 6 个变量时，只有 78 个物种具有所有变量的数据。
所以，我 运行 模型使用这个变量。
请注意，模型具有不同的物种样本大小，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。
MuMIn 包 returns 中的 model.avg 当我尝试 运行 包含我所有模型的列表时出错：
mods <- list(mod1, mod2, ..., mod14)
aicc <- summary(model.avg(mods))
*Error in model.avg.default(mods) :
models are not all fitted to the same data*
这个错误让我认为 运行k 个基于不同样本大小的模型使用 AICc 是不可能的。我需要帮助来解决这个问题！
提前致谢！
基本上，所有信息标准（如 AIC）都基于受样本量影响的模型似然函数。样本量与信息标准直接相关（更大的样本量 = 更低的可能性 = 更大的信息标准）。 这意味着您无法使用 AIC 或任何信息标准来比较不同的样本量模型。
这也是您的 model.avg 失败的原因。