小编Tho*_*mas的帖子

我正在使用glmulti进行R中的模型平均.我的模型中有大约10个变量,使得详尽的筛选不切实际 - 因此我需要使用遗传算法(GA)(调用:method ="g").

我需要包含随机效果,所以我使用glmulti作为lme4的包装器.有关这方面的方法,请访问http://www.inside-r.org/packages/cran/glmulti/docs/glmulti,glmulti软件包中还附带了一个pdf,详细介绍了这一点.问题是,当告诉glmulti在这个设置中使用GA时,它会无限期地运行,即使在找到最佳模型之后也是如此.

这是从glmulti包中包含的pdf中获取的示例:

library(lme4)
library(glmulti)

# create a function for glmulti to act as a wrapper for lmer:
lmer.glmulti <- function (formula, data, random = "", ...) {
lmer(paste(deparse(formula), random), data = data, REML=F, ...)
}

# set some random variables:
y = runif(30,0,10) # mock dependent variable
a = runif(30) # dummy covariate
b = runif(30) # another dummy covariate
c = runif(30) # an another one
x = as.factor(round(runif(30),1))# dummy grouping factor

# …

我已经使用该包安装了混合模型lme4。scale()在拟合模型之前，我用函数转换了自变量。我现在想使用 在图表上显示结果predict()，因此我需要将预测数据恢复到原始比例。我该怎么做呢？

简化示例：

database <- mtcars

# Scale data
database$wt <- scale(mtcars$wt)
database$am <- scale(mtcars$am)

# Make model
model.1 <- glmer(vs ~ scale(wt) + scale(am) + (1|carb), database, family = binomial, na.action = "na.fail")

# make new data frame with all values set to their mean
xweight <- as.data.frame(lapply(lapply(database[, -1], mean), rep, 100))

# make new values for wt
xweight$wt <- (wt = seq(min(database$wt), max(database$wt), length = 100))

#  predict from new values
a …