В настоящее время я использую некоторые обобщенные модели наименьших квадратов (gls) с пространственной структурой корреляции, используя пакет R nlme; они выглядят следующим образом:
bodymeanee2 <-gls(BS_mean_SCALED ~ LAT2_SCALED + LAT_SQUARED2_SCALED + SPRICHNESS_LOG_SCALED +
SPRECORDS_LOG_SCALED + SST_mean_SCALED + NPP_mean_SCALED + OCEAN, correlation =
corExp(form=~LAT_SQUARED2_SCALED+LON_SQUARED2_SCALED, nugget=TRUE), data=latitudecsv)
Я пытаюсь извлечь относительную важность каждой объясняющей переменной (предиктора) путем исключения модели, как сумму весов Акаике подмоделей, в которых появилась переменная из множества подмоделей, включая все комбинации объясняющих переменных. Я генерирую полный набор подмоделей со всеми возможными комбинациями объясняющих переменных, используя функцию dredge пакета MuMIn:
ms4.1<-dredge(bodymeanee2)
Я хотел бы знать, как извлечь относительную важность каждого Пояснительная переменная после завершения функции dredge. Я также хотел бы знать, нормально ли, что функция 'dredge' тратит часы и часы на завершение полного набора подмоделей. Есть ли другая возможность за меньшее время?
Заранее спасибо