疏浚函数顶层模型变量的置信区间(lmer)
Confidence intervals for variables from top model of dredge function (lmer)
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,我正在使用 dredge 函数创建预测变量所有可能组合的模型候选集。
m3 <- lmer(div~scale(log(travel.time))+scale(spinsandplain)+scale(ThreeYearRain)+scale(claylake)+scale(ThreeYearRain)*scale(log(travel.time))+(1|circleID),na.action=na.fail,
data=data, REML=FALSE)
s <-dredge(m3, extra = list("R^2"))
s
summary(get.models(s, 1)[[1]])
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?
提前致谢,
莉安
get.models()
returns 与您的 global.model
相同 class 的模型对象的 list
,因此使用例如confint
或通过 lapply
、sapply
或 for
循环对每个项目的任何相关功能。
例如:lapply(get.models(s, 1:10), confint)
可重现的例子:
library(glmmTMB)
library(MuMIn)
# from example(glmmTMB)
m2 <- glmmTMB(count ~ spp + mined + (1|site), family=nbinom2, data=Salamanders))
models <- get.models(dredge(m2), TRUE)
# list of CI for each model's parameters:
lapply(models, confint)
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,我正在使用 dredge 函数创建预测变量所有可能组合的模型候选集。
m3 <- lmer(div~scale(log(travel.time))+scale(spinsandplain)+scale(ThreeYearRain)+scale(claylake)+scale(ThreeYearRain)*scale(log(travel.time))+(1|circleID),na.action=na.fail,
data=data, REML=FALSE)
s <-dredge(m3, extra = list("R^2"))
s
summary(get.models(s, 1)[[1]])
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?
提前致谢, 莉安
get.models()
returns 与您的 global.model
相同 class 的模型对象的 list
,因此使用例如confint
或通过 lapply
、sapply
或 for
循环对每个项目的任何相关功能。
例如:lapply(get.models(s, 1:10), confint)
可重现的例子:
library(glmmTMB)
library(MuMIn)
# from example(glmmTMB)
m2 <- glmmTMB(count ~ spp + mined + (1|site), family=nbinom2, data=Salamanders))
models <- get.models(dredge(m2), TRUE)
# list of CI for each model's parameters:
lapply(models, confint)