`大家好 当我尝试使用预测函数时出现错误。我正在进行栖息地适宜性研究。 该函数需要模型(在本例中为 glmm),其中我使用了修剪后的变量,并且我想对相同的变量进行预测但未修剪。
我在模型中使用的变量是不同气候或环境变量的动物的家庭范围,我想预测最大的区域。所有变量都处于相同的范围、crs 和空间分辨率
m
Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) \['glmerMod'\] Family: binomial ( logit ) Formula: as.factor(pres.abs) \~ bio.3.kernel + bio.7.kernel + bio.8.kernel + bio.9.kernel + bio.13.kernel + bio.15.kernel + prec.7.kernel + landcover.kernel + slope.k + (1 | id) Data: new AIC BIC logLik deviance df.resid 21622\.34 21707.70 -10800.17 21600.34 17315 Random effects: Groups Name Std.Dev. id (Intercept) 0.1911 Number of obs: 17326, groups: id, 9 Fixed Effects: (Intercept) bio.3.kernel bio.7.kernel bio.8.kernel bio.9.kernel bio.13.kernel \-0.002928 -0.019971 -0.034466 0.310813 -0.325558 -0.324485 bio.15.kernel prec.7.kernel landcover.kernel slope.k \-0.671262 0.399149 0.142602 0.429925
`[1]“bio.3.kernel”“bio.7.kernel”“bio.8.kernel”“bio.9.kernel”“bio.13.kernel”names(var2)
[6]“bio.15.kernel”“prec.7.kernel”“landcover.kernel”“slope.k”p<- predict(m, var2)
as.data.frame.default(数据,可选= TRUE)中的错误:data.frame中的类强制'结构(“RasterBrick”,package =“raster”)'不可能
我也遇到同样的问题。如果您有任何解决方案,请告诉我。