作为MCMCglmm模型选择的一个选项（另请参阅this related question）我正在尝试使用MuMIn包进行模型平均。 它似乎无法正常工作 - 请参阅下面的输出。 任何想法为什么？输出看起来很废话。特别是，对于z值存在一堆NA值，并且这些值不是NA，它们都是正好1.这可能源于除了一个模型之外的所有模型都被指定为0的权重，这似乎不切实际
请注意，在MuMIn的文档中，它被列为与MCMCglmm对象兼容。
可重复的例子：
Call:
model.avg(object = dred)
Component model call:
uMCMCglmm(fixed = phenotype ~ <16 unique rhs>, random = ~taxon, data = d,
prior = prior, verbose = FALSE, ginverse = list(taxon = Ainv))
Component models:
df logLik AICc delta weight
3 5 -49.24 108.93 0.00 1
4 5 -71.18 152.82 43.89 0
(Null) 3 -76.98 160.13 51.20 0
34 7 -90.35 195.56 86.63 0
23 6 -95.03 202.71 93.78 0
24 6 -105.79 224.22 115.29 0
1 4 -134.87 278.04 169.11 0
123 7 -137.36 289.59 180.66 0
2 4 -154.82 317.93 209.00 0
234 8 -162.69 342.51 233.58 0
13 6 -167.74 348.12 239.19 0
124 7 -171.06 356.99 248.05 0
14 6 -172.53 357.70 248.77 0
134 8 -171.60 360.33 251.40 0
12 5 -181.16 372.78 263.84 0
1234 9 -189.33 398.07 289.14 0
Term codes:
X1 X2 X3 X4
1 2 3 4
Model-averaged coefficients:
(full average)
Estimate Std. Error z value Pr(>|z|)
(Intercept) -7.642e-01 NA NA NA
X3B 6.708e-01 6.708e-01 1 0.317
X3C 9.802e-01 9.802e-01 1 0.317
X4B -9.505e-11 9.505e-11 1 0.317
X4C -7.822e-11 7.822e-11 1 0.317
X2 -3.259e-22 3.259e-22 1 0.317
X1 1.378e-37 1.378e-37 1 0.317
(conditional average)
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.76421 NA NA NA
X3B 0.67078 NA NA NA
X3C 0.98025 NA NA NA
X4B -0.32229 NA NA NA
X4C -0.26522 NA NA NA
X2 -0.07528 NA NA NA
X1 0.72300 NA NA NA
Relative variable importance:
X3 X4 X2 X1
Importance: 1 <0.01 <0.01 <0.01
N containing models: 8 8 8 8
输出：
registerFunction("substring_index", new StandardSQLFunction("SUBSTRING_INDEX", StandardBasicTypes.STRING));