predict() 出错，R 不会从 MuMIn 调用 predict.averaging()

Question

非常感谢任何帮助，在此先感谢。

我使用 MuMIn 包中的 model.avg() 函数对三个 GLMM 模型进行了平均。我现在想从这个平均模型中进行预测。但是，当我调用predict() 时，R 似乎认为我想要predict.merMod() 并因此引发警告消息，因为我要求提供predict.merMod() 未提供的标准错误。相反，我想调用predict.averaging()，这是对averaging 类模型的适当调用，将为模型预测提供标准误差。如果我试图通过指定MuMIn::predict() 或MuMIn::predict.averaging() 来强制R 使用predict.averaging()，我会收到一条错误消息，指出该函数不是从MuMIn 导出的。

任何帮助解决这个问题将不胜感激？我想从averaging 类的平均模型中进行预测，并希望获得估计值和标准误差。

下面的可重现示例。

# Load packages
> library(MuMIn); library(lme4)

# Create test data set
> test <- rbind(mtcars, mtcars)
> test <- rbind(mtcars, test)

# Create test models
> t1 <- glmer(am ~  hp + (1 | carb), data = test, family = binomial)
> t2 <- glmer(am ~  hp + vs + (1 | carb), data = test, family = binomial)

# Create model list and average models
> list <- list(t1, t2)
> p1 <- model.avg(list)

# Create new data set for predictions
> nd <- mtcars[1:2,]
> nd <- select(nd, hp, vs)

# Model predictions demonstrating errors and warnings
> predict(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
    Mazda RX4 Mazda RX4 Wag 
    0.8938837     0.8938837 
Warning messages:
1: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored
2: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored

> MuMIn::predict(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error: 'predict' is not an exported object from 'namespace:MuMIn'

> predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error in predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA,  : 
  could not find function "predict.averaging"

> MuMIn::predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
Error: 'predict.averaging' is not an exported object from 'namespace:MuMIn'

> MuMIn:::predict.averaging(p1, backtransform = TRUE, newdata = nd, re.form = NA, se.fit = TRUE)
    Mazda RX4 Mazda RX4 Wag 
    0.8938837     0.8938837 
Warning messages:
1: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored
2: In predict.merMod(object = new("glmerMod", resp = new("glmResp",  :
  unused arguments ignored

Answer 1

使用glmmTMB 代替lmer - 语法相同，产生相似的结果，同时允许在predict 中使用se.fit，并且通常更有效。

内部 predict 替换 "merMod"，计算 se.fit，已从 MuMIn 1.43.9 中删除，因为 R 抱怨包覆盖注册的方法。

Answer 2

这是导致警告的se.fit=TRUE 选项。似乎没有计算glmerMod 的标准错误的选项。 MuMIn:::predict.averaging 有一个选项 se.fit=，但它在内部应用了 lme4:::predict.merMod，而 lme4:::predict.merMod 没有（这就是我们收到警告的原因），并且帮助页面指出：

?lme4:::predict.merMod 没有计算预测标准误差的选项 因为很难定义一种有效的方法 在方差参数中包含不确定性；我们推荐 bootMer 这个任务。

换句话说，您可以尝试使用lme4::bootMer 引导预测错误。包merTools 的作者讨论了alternatives 来计算预测区间（尽管他们的函数merTools::predictInterval 不适用于像你这样的平均模型）。

从头开始编写引导方法可能并不难，例如this post on Cross Validated。不幸的是，我对该模型太不熟悉，无法进一步帮助您，而且对于 Stack Overflow 而言，事情变得过于统计了，但您可以在 Cross Validated 上询问相关问题，了解如何计算/引导平均广义线性混合效应模型的预测标准误差。