Question

我尝试使用hier.part R包（以及它的hier.part（）函数）来估计变量的独立贡献。突然间，我经历了对预测命令的强烈依赖。

有一篇论文（http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0011698）报告超过9个预测变量的类似行为。软件包的文档也会报告＆＃34;次要的舍入错误＆＃34;对于9-12个预测变量。但是，即使在有4个独立变量的软件包示例中，我也经历过它。

> library(hier.part)
> data(amphipod)
> env1 <- amphipod[,2:5]
> hier.part(amphipod$australis, env1, fam = "binomial",
+           gof = "logLik", barplot=F)$I.perc
              I
fimp   19.74685
fconn  18.24679
densep 25.24765
unseal 36.75871
> hier.part(amphipod$australis, env1[,c(4,3,2,1)], fam = "binomial",
+           gof = "logLik", barplot=F)$I.perc
              I
unseal 16.16072
densep 17.98755
fconn  32.00246
fimp   33.84927

此外，调用之间的确切值不稳定。该函数使用C代码（在partition（）调用中）和至少在调用稳定性＆＃34;之间的＆＃34;问题可以归结为它，因为所有相关的R代码都是确定性的。

Answer 1

这一次，你的问题没有显示在我的身上。两个I $ perc是相同的.-陈曦

R＆lt; hier.part（）取决于预测顺序

1 个答案: