在将光栅的值提取到点时,我发现我有几个NA,而不是使用函数的参数buffer和fun参数extract,而是我想将最近的非NA像素提取到重叠的点NA.
我正在使用基本提取功能:
data.extr<-extract(loc.thr, data[,11:10])
我发现该predict函数目前尚未在使用R包clmm中的函数拟合的累积链接混合模型中实现ordinal。虽然在同一个包中predict实现clmm2，但我选择应用clmm，因为后者允许多个随机效果。此外，我还安装了几个clmm模型并使用包model.avg中的函数执行模型平均MuMIn。理想情况下，我想使用平均模型来预测概率。然而，虽然MuMIn支持clmm模型，predict也不适用于普通模型。
有没有办法破解该predict函数，以便该函数不仅可以预测clmm模型的概率，还可以使用模型平均系数clmm（即“平均”类的对象）进行预测？例如：
require(ordinal)
require(MuMIn)
mm1 <- clmm(SURENESS ~ PROD + (1|RESP) + (1|RESP:PROD), data = soup,
link = "probit", threshold = "equidistant")
## test random effect:
mm2 <- clmm(SURENESS ~ PROD + (1|RESP) + (1|RESP:PROD), data = soup,
link = "logistic", threshold = "equidistant")
#create a model selection object
mm.sel<-model.sel(mm1,mm2) …这是我的数据:
data <- structure(list(Indicator = structure(c(1L, 1L, 1L, 2L, 2L, 2L,
3L, 3L, 3L, 6L, 6L, 6L, 6L, 4L, 4L, 5L, 5L, 1L, 1L, 1L, 2L, 2L,
2L, 3L, 3L, 3L, 6L, 6L, 6L, 6L, 4L, 4L, 5L, 5L, 1L, 1L, 1L, 2L,
2L, 2L, 3L, 3L, 3L, 6L, 6L, 6L, 6L, 4L, 4L, 5L, 5L, 1L, 1L, 1L,
2L, 2L, 2L, 3L, 3L, 3L, 6L, 6L, 6L, 6L, 4L, 4L, 5L, 5L, 1L, 1L,
1L, 2L, 2L, 2L, 3L, …我已经构建了一个lme4用于模型选择的模型，dredge但是我无法将随机效应与相关的固定效应对齐。我的完整模型的结构如下。
fullModel<-glmer(y ~x1 + x2 + (0+x1|Year) + (0+x1|Country) + (0+x2|Year) + (0+x2|Country) + (1 | Year) +(1|Country), family=binomial('logit'),data = alldata)
在这个模型结构中，模型选择dredge产生了三种固定效应的组合，即 x1、x2 和 x1+x2，但是随机效应结构保持与完整模型相同，这样即使固定效应只有 x1，随机效应将包括(0+x2|Year) + (0+x2|Country). 例如，只有 x1 作为固定效应的模型，在随机效应结构中仍然会有 x2，如下所示。
y ~x1 + (0+x1|Year) + (0+x1|Country) + (0+x2|Year) +(0+x2|Country) + (1 | Year) +(1|Country), family=binomial('logit')
有没有办法配置dredge不选择其中指定了其他固定效果的随机效果？我有大约 x1….x50。