MuMIn パッケージの関数を使用して、先験的に選択された説明変数と 2 つの変量効果、および負の二項分布dredgeを使用して、グローバル GAM モデル ( bammgcv パッケージを使用) でモデル平均化を行っています。
gsGlob <- bam(gs~ species + season + sex + TL2 + year + s(ri, bs="ad") +
cloud + s(current2) + s(depth2) + DHW +
salinity2 + SST.anomaly2 + s(SST.variability2) + wind2 +
s(code, bs = 're') + s(station, bs = 're'),
family=nb(), data=allVars_node_dat, na.action = "na.fail", discrete = TRUE)
また、MuMIn の pdredge を使用しているので、ドレッジの速度を上げることができます。
mycluster = makeCluster(5, type = "SOCK") ## also need snow installed
#data must exported to the cluster - see 'details' https://rdrr.io/cran/MuMIn/man/pdredge.html
clusterExport(mycluster,"allVars_node_dat")
#required packages must be also loaded there
clusterEvalQ(mycluster, library(mgcv))
gsGlob_dredge <- MuMIn::pdredge(gsGlob, mycluster)
最上位モデルの AIC は他のモデルとは大きく異なりますが、自由度は -23 です。
これは何を意味するのでしょうか？トップモデルを無視して削除するのは正しくないと思われるため、他のモデルで平均化するモデルを実行する必要がありますか? それともこれを上位モデルとして使ってもいいですか？
浚渫船からの完全なデータセットはここで、完全なデータセットはここで見つけることができます