长期潜伏者，第一次海报。通过搜索旧问题多次帮助过，但这次我的google-fu失败了。我正在对大型哺乳动物进行栖息地选择研究，使用逻辑回归模型将使用过的位置与可用栖息地的随机样本进行比较。我的模型，使用lme4：
GLM <- glmer(u ~ hab * season + hab * sex + hab * location + feeding * hab + feeding:season:hab + location:season:hab + hab:season:location:sex + Z.dist_road * location + (1|bison), family=binomial, data=subset(bison_KDE,bison_KDE$dataquality!="Poor"))
因素：
u = 1表示已使用的位置，0表示可用
hab =栖息地，6级
赛季=夏季或冬季
位置= 3个不同的研究区域
喂养=在冬季是否补充喂养个体性别=男性或女性
Z.dist_road =以米为单位距离最近的道路，标准化。唯一的连续变量。
模型运行正常，但由于因素之间的多种相互作用，输出很大。我接下来要做的是生成条形图，标准偏差显示根据其他因素选择的栖息地的差异，例如生成类似于此的图形： What i want to accomplish, except with error bars！
我被建议尝试使用ez包和ezPredict函数。首先，我建立了一个包含各种因素组合的数据框
tp<-expand.grid(unique(bison_KDE$sex), unique(bison_KDE$location), unique(bison_KDE$season), unique(bison_KDE$feeding), unique(bison_KDE$hab))
ezPredict（GLM，to_predict = tp） mm％*％f出错：不一致的参数
我现在在哪里。我对R很新（并且在统计数据方面也没有超级经验），对于我想要实现的目标，是否有更合理的方法？非常感谢任何帮助！
另外，我无法发布数据集，因为它很大（500000行）并且保密。感谢您的时间！ / C