错误的预测()，R不会从predict.averaging()从MuMIn调用

Question

任何帮助都非常感谢，谢谢。

我在model.avg()包中使用MuMIn函数平均了三个GLMM模型。我现在想用这个平均模型来预测。但是，当我调用predict() R时，我似乎认为我想要predict.merMod()，因此会抛出一个警告消息，因为我请求了标准错误，这些错误不是由predict.merMod()提供的。相反，我想调用predict.averaging()，这是对类averaging模型的适当调用，它将为模型预测提供标准错误。如果我试图通过指定predict.averaging()或MuMIn::predict()来强制R使用MuMIn::predict.averaging()，则会出现一个错误，说明该函数不是从MuMIn导出的。

有什么帮助解决这个问题将是非常感谢的吗？我希望从averaging类的平均模型中进行预测，并获得估计值和标准误差。

下面是可复制的示例。

# Load packages
> library(MuMIn); library(lme4)

# Create test data set
> test <- rbind(mtcars, mtcars)
> test <- rbind(mtcars, test)

# Create test models
> t1 <- glmer(am ~  hp + (1 | carb), data = test, family = binomial)
> t2 <- glmer(am ~  hp + vs + (1 | carb), data = test, family = binomial)

# Create model list and average models
> list <- list(t1, t2)
> p1 <- model.avg(list)

# Create new data set for predictions
> nd <- mtcars[1:2,]
> nd <- select(nd, hp, vs)

# Model predictions demonstrating errors and warnings
> predict(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
    Mazda RX4 Mazda RX4 Wag 
    0.8938837     0.8938837 
Warning messages:
1: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored
2: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored

> MuMIn::predict(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error: 'predict' is not an exported object from 'namespace:MuMIn'

> predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error in predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA,  : 
  could not find function "predict.averaging"

> MuMIn::predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error: 'predict.averaging' is not an exported object from 'namespace:MuMIn'

> MuMIn:::predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
    Mazda RX4 Mazda RX4 Wag 
    0.8938837     0.8938837 
Warning messages:
1: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored
2: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored

Answer 1

使用glmmTMB而不是lmer-语法是相同的，它产生类似的结果，同时允许在predict中使用se.fit，而且通常更高效。

计算predict的"merMod"的内部se.fit替换已从MuMIn 1.43.9中删除，因为R抱怨包覆盖注册方法。

Answer 2

导致警告的是se.fit=TRUE选项。对于计算glmerMod的标准错误，似乎没有任何选项。MuMIn:::predict.averaging有一个选项se.fit=，但它在内部应用lme4:::predict.merMod (这是我们收到警告的原因)，帮助页面声明：

?lme4:::predict.merMod没有计算标准预测错误的选项，因为很难定义一种将不确定性包含在方差参数中的有效方法；为此，我们建议使用bootMer。

换句话说，您可以尝试使用lme4::bootMer引导预测错误。package merTools的作者讨论了计算预测间隔的替代方案 (不过，它们的函数merTools::predictInterval不适用于像您这样的平均模型)。

也许从头开始编写引导方法并不难，例如这篇文章。不幸的是，我对这个模型太陌生了，无法进一步帮助您，而且对于堆栈溢出来说，事情变得太统计了，但是您可以在交叉验证上提出一个相关的问题，即如何计算/引导广义线性混合效应模型的预测标准误差。