glmulti在A * B * C * D和A + B + C + D中产生什么交互作用？

Question

我正在使用glmulti运行分层线性模型并选择最佳模型。我有4个预测变量（A，B，C，D）到DV，我的目标是运行所有主要效果模型以及所有交互效果的组合（即，A:B，A:C，A:D）。以下两种模型如何相互不同？

library(glmulti)

# wrapper
glmer.glmulti <- function(formula, data, random = ""){
glmer(paste(deparse(formula), random), data = data, family = binomial)}

# model 1
glmulti(DV ~ A+B+C+D, level = 2, fitfunction = glmer.glmulti, random = "+ (1|ID)", 
method = "g", data = df)

# model 2
glmulti(DV ~ A*B*C*D, level = 2, fitfunction = glmer.glmulti, random = "+ (1|ID)", 
method = "g", data = df)

我知道“当模型中包含两个因素之间的相互作用时，那么添加或不添加这些因素作为主要效果不会改变模型”（Calcagno, 2010）。似乎模型1和模型2应该产生相同的结果，因为A*B*C*D基本上包括每个预测变量的主要影响。但是这两个代码选择了不同的最佳模型。

谢谢！