Несколько раз искал stackoverflow для решения этого вопроса. Одна из фундаментальных проблем, с которыми я сталкиваюсь, заключается в том, что я не могу предсказать влияние взаимодействия определенных модельных усредненных коэффициентов на отклик. В настоящее время я использую модель занятости, где я хотел бы визуализировать влияние определенных усредненных коэффициентов модели на отклик (0/1)
Вот как выглядит усредненный по модели объект из MuMIn:
c
Call:
model.avg(object = top_clim_elev[[8]], fit = TRUE)
Component models:
‘1/2/3/4/5/6/7/8/9/10/11/12/13’ ‘1/2/3/4/5/6/7/8/9/10/11/13’
‘1/2/3/4/5/6/7/8/9/10/11/13/15’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/15’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/15/16’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/16’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/14’ ‘1/2/3/4/5/6/7/8/9/10/11/13/14’
‘1/2/3/4/5/6/7/8/9/10/11/13/14/15’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/15’
‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/15/16’ ‘1/2/3/4/5/6/7/8/9/10/11/12/13/14/16’
Coefficients:
psi(Int) psi(alt.y) psi(bio_17.y) psi(bio_18.y) psi(bio_4.y) psi(prec_interannual.y)
full -3.10525 -0.05192473 -0.2068835 -1.482401 0.6015917 0.2626282
subset -3.10525 -0.05192473 -0.2068835 -1.482401 0.6015917 0.4324259
psi(alt.y:bio_17.y) p(Int) p(duration_minutes) p(effort_distance_km) p(expertise)
full -0.7490456 -1.245292 0.411762 -0.05852994 0.3375549
subset -0.7490456 -1.245292 0.411762 -0.05852994 0.3375549
p(julian_date) p(min_obs_started) p(number_observers) p(protocol_typeTraveling)
full -0.04548198 -0.01558561 -0.02327381 0.3527979
subset -0.04548198 -0.01558561 -0.02327381 0.3527979
psi(alt.y:bio_4.y) psi(alt.y:prec_interannual.y) psi(alt.y:bio_18.y)
full 0.09419262 0.05598506 0.01681933
subset 0.24061807 0.26320150 0.06110500
Я считал, что записал коэффициенты из полной модели в виде кадра данных вместе со стандартной ошибкой и верхним и нижним значениями CI.
Например:
Я хотел бы использовать оценки коэффициентов для alt.y: bio_17.y и предсказать его эффект на ответ как функция модератора alt.y. Я пробовал несколько способов сделать то же самое, но хотел бы достичь функции «предвидения» в R без необходимости хранить объект модели. Более того, даже если я сохраню усредненный по модели объект в R, как показано выше, я не смогу использовать его через пакеты, такие как sjPlot или другие в R.