是否可以在 MuMIn::dredge 函数中包含没有主效应的交互项？

Question

我正在与 lme4 的 glmer 拟合进行一些模型比较。我的全局模型有 4 个固定效应和 1 个随机效应，加上 3 个固定效应之间的相互作用：

响应 ~ a + b * c * d + (1|e)

挖掘函数返回具有双重和三重交互的模型，但当包含涉及该变量的交互时，固定效应始终包含在模型中。我想将所有模型组合与这些变量进行比较，包括具有交互项而没有主效应的模型，例如：

响应 ~ a + b + b:c + (1|e) 或 响应 ~ a + c + b:c + a:b:c + (1|e)

这可以通过 dredge() 函数实现吗？或者对于实现这一目标的方法还有其他建议吗？有很多模型需要手动指定。

Answer 1

我首先警告你，只有在你有充分的理由这样做/知道自己在做什么的情况下，你才应该违反边缘性原则（

MuMIn

按照它的方式设置默认值是有原因的.. .)。话虽如此：

1. 使用

   model.matrix()

   构造固定效应组件所需的所有单独变量：

X <- model.matrix(~ a + b*c*d, data = yourdata)
colnames(X) <- make.names(colnames(X)) ## convert to syntactically allowed names

2. 创建一个包含这些变量（以及随机效应分组变量）的新数据框，并使用

   reformulate()

   将所有这些变量与随机效应结合起来：

newdata <- data.frame(X, yourdata[c("e", "response")])
form <- reformulate(c(colnames(X), "(1|e)", response = "response")

3. 适合模型：

model <- glmer(form, family = ..., data = newdata)

4. 疏通！