Я хотел бы использовать GLMULTI для выбора признаков путем подгонки модели Quasipoisson, используя квази-BI C (QBI C) в качестве информационного критерия. Я использую следующий код:
glmulti(y ~ ., data=data,
level=2, fitfunction=glm, family = quasipoisson, crit="useBIC", confsetsize=128,
method = "g", plotty = T)
Где useBI C происходит из пакета AICcmodavg. Затем я получаю сообщения об ошибках:
Mean crit= NA
Error in plot.window(...) : need finite 'xlim' values
In addition: Warning messages:
1: In min(x) : no non-missing arguments to min; returning Inf
2: In max(x) : no non-missing arguments to max; returning -Inf
3: In min(x) : no non-missing arguments to min; returning Inf
4: In max(x) : no non-missing arguments to max; returning -Inf
Для меня это говорит о том, что функция пытается вычислить обычный BI C, который не будет работать, поскольку модель не имеет вероятности. Я так думаю, потому что, когда я вызываю useBIC
на квазипуассонной модели, я получаю NA.
В конечном итоге я хотел бы выбрать элементы (переменные) с использованием GLMULTI и квазипуассонной модели. Я использовал GLMULTI для подбора отрицательно-биномиальных моделей с BI C, который хорошо работает, но я хотел бы посмотреть, даст ли подгонка квазипуассонной модели другой набор функций.