Я копаю модель незанятости без опознавательных знаков и наткнулся на несколько препятствий:
1) После первого углубления в компонент обнаружения модели я пытаюсь углубить компонент занятости модели с фиксированным подмножеством предикторов, ранее выбранных для компонента обнаружения, следующим образом:
global_occ <-occu( ~ Freq + I(Freq^2) + n +mean_tree_d9 + mean_tree_kurt ~ C1 + C2 + C3 + C4 + S1 + S2 + S3 + S4 + Hour + I(Hour^2) + Deg_class + Freq_fire + age + Freq + mean_tree_d9 + mean_tree_d4 + mean_tree_d2 + mean_shrub_stdev + mean_tree_kurt + mean_tree_mad, umf_all)
system.time(dredge_occ<-pdredge(global_occ, rank=AIC, m.max=5, cluster=clust, fixed=`p(Freq)`&`p(I(Freq^2))`&`p(n)`&`p(mean_tree_d9)`&`p(mean_tree_kurt)`))
> dredge_occ
Global model call: occu(formula = ~Freq + I(Freq^2) + n + mean_tree_d9 + mean_tree_kurt ~
C1 + C2 + C3 + C4 + S1 + S2 + S3 + S4 + Hour + I(Hour^2) +
Deg_class + Freq_fire + age + Freq + mean_tree_d9 + mean_tree_d4 +
mean_tree_d2 + mean_shrub_stdev + mean_tree_kurt + mean_tree_mad, data = umf_all)
---
Model selection table
p(Int) psi(Int) p(Frq) p(I(Frq^2)) p(men_tre_d9) p(men_tre_krt) p(n) df logLik AIC delta weight
31 -8.68 -1.93 -8.518 -2.439 -0.2369 -0.2295 0.07039 7 -9664.791 19343.6 0 1
Models ranked by AIC(x)
ОБНОВЛЕНИЕ: я попытался использовать решение Камила ниже, но оно не сработало, потому что параметр «m.max» налагает универсальное ограничение (как для компонентов p, так и для psi) на максимальное количество переменных для любой отдельной модели и, следовательно, не разрешает любые пси-ковариаты, которые необходимо подобрать ...