Używam glmulti do uśredniania modelu w R. W moim modelu jest ~ 10 zmiennych, co sprawia, że ​​wyczerpujące badania są niepraktyczne - dlatego muszę użyć algorytmu genetycznego (GA) (call: method = "g").

Muszę dołączyć losowe efekty, więc używam glmulti jako opakowania dla lme4. Metody do tego są dostępne tutajhttp://www.inside-r.org/packages/cran/glmulti/docs/glmulti w pakiecie glmulti znajduje się również plik pdf, który zawiera więcej szczegółów. Problem polega na tym, że mówiąc glmulti, aby używał GA w tym ustawieniu, działa on w nieskończoność, nawet po znalezieniu najlepszego modelu.

Oto przykład wzięty z pliku PDF dołączonego do pakietu glmulti:

library(lme4)
library(glmulti)

# create a function for glmulti to act as a wrapper for lmer:
lmer.glmulti <- function (formula, data, random = "", ...) {
lmer(paste(deparse(formula), random), data = data, REML=F, ...)
}

# set some random variables:
y = runif(30,0,10) # mock dependent variable
a = runif(30) # dummy covariate
b = runif(30) # another dummy covariate
c = runif(30) # an another one
x = as.factor(round(runif(30),1))# dummy grouping factor

# run exhaustive screening with lmer:
bab <- glmulti(y~a*b*c, level = 2, fitfunc = lmer.glmulti, random = "+(1|x)")

To działa dobrze. Problem polega na tym, że mówię mu, aby użył algorytmu genetycznego:

babs <- glmulti(y~a*b*c, level = 2, fitfunc = lmer.glmulti, random = "+(1|x)", method = "g")

Po prostu działa w nieskończoność, a AIC się nie zmienia:

...

After 19550 generations:
Best model: y~1
Crit= 161.038899734164
Mean crit= 164.13629335762
Change in best IC: 0 / Change in mean IC: 0

After 19560 generations:
Best model: y~1
Crit= 161.038899734164
Mean crit= 164.13629335762
Change in best IC: 0 / Change in mean IC: 0

After 19570 generations:
Best model: y~1
Crit= 161.038899734164
Mean crit= 164.13629335762

... etc.

Próbowałem użyć wywołań, które mówią glmulti kiedy przestać (deltaB = 0, deltaM = 0.01, conseq = 6), ale nic nie działa. Myślę, że problem musi leżeć w ustawieniu funkcji (?). Może to być coś naprawdę oczywistego, ale jestem nowy w R i nie mogę tego rozwiązać.

Każda pomoc w tym zakresie byłaby bardzo mile widziana.