Question

我需要使用QAIC标准对候选模型进行排名。这就是我尝试过的：

library(MuMIn)
model_global <-  glm(vs ~ mpg + disp + wt, family = quasibinomial, mtcars)
model_1 <-  glm(vs ~ mpg, family = quasibinomial, mtcars)
model_2 <-  glm(vs ~ disp, family = quasibinomial, mtcars)
model_3 <-  glm(vs ~ wt, family = quasibinomial, mtcars)
model_null <-  glm(vs ~ 1, family = quasibinomial, mtcars)

mod.sel(model_global, model_1, model_2, model_3, model_null, rank="QAIC", chat=deviance(model_global) / df.residual(model_global))

返回此错误：

Error in formula.default(x) : invalid formula

如何使用QAIC对上述模型进行排名？

Answer 1

您需要将rank.args作为list提供（请参阅?model.sel）

library(MuMIn)
model.sel(model_global, model_1, model_2, model_3, model_null,
          rank = QAIC,
          rank.args = list(chat = deviance(model_global) / df.residual(model_global)))

在您提供的（不错的小）示例中，chat恰好是< 1，生成警告，chat设置为1。

# Model selection table 
#              (Intrc)  disp    mpg    wt     df logLik  QAIC delta weight
# model_global -21.9000 -0.0403 0.6470  5.332 4   -8.844 25.7  0.00 0.569 
# model_2        4.1380 -0.0216               2  -11.348 26.7  1.01 0.344 
# model_1       -8.8330         0.4304        2  -12.767 29.5  3.85 0.083 
# model_3        5.7150                -1.911 2  -15.683 35.4  9.68 0.004 
# model_null    -0.2513                       1  -21.930 45.9 20.17 0.000 
# Warning messages:
#   1: In rank(x, chat = 0.631714762477434) :
#   'chat' given is < 1, increased to 1
# ..snip..

Answer 2

这完全在手册中，所以请先阅读（?model.sel和?QAIC）。请注意代码中的两个问题：

QAIC中model.sel的参数在rank.args参数中传递，而非直接传递。
准系列的模型不报告计算QAIC所需的可能性。请参阅?QAIC和example(QAIC)中的注意，了解黑客可以解决这个问题。

使用MuMIn与QAIC进行排名模型

2 个答案: