Validación cruzada de GLMs binomiales promediados ("model.avg" del paquete MuMIn)

Question

Estoy prediciendo espacialmente probabilidades binomiales (usando datos proporcionales; cbind en R) a través de un dominio espacial. Utilizo las funciones get.models seguido de model.avg en el paquete R MuMIn para obtener los coeficientes promediados de los modelos con delta AIC inferior a 2. Esto devuelve un objeto de la clase model list que muestra los modelos de los componentes y los coeficientes promediados. Ahora me gustaría utilizar la validación cruzada cv.glm (o cualquier otro método similar) del paquete R boot para obtener la exactitud de la predicción de validación cruzada de este modelo promediado. Sin embargo, recibo la siguiente advertencia al hacer cv.glm(data, model.avg output) :

Error in eval(expr, envir, enclos) : could not find function model.avg.default.  

Apreciaría mucho si alguien pudiera dar sugerencias sobre cómo obtener la validación cruzada de los modelos promediados del MuMIn paquete. Gracias.

Answer 1

Parece que cv.glm no puede manejar ninguno de los objetos de promedio del modelo proporcionados por MuMIN o bbmle . Estoy buscando una respuesta similar, aunque no exactamente la misma pregunta que la tuya. Durante mi búsqueda, encontré una entrada de blog donde se presenta una función que permite la validación cruzada de los modelos MuMIN. Pensé que podría ser útil para usted.

Consulte el enlace aquí Blog de Noam Ross

en la parte inferior debería encontrar la propuesta Cross función. Sólo funciona con 2 modelos por lo que tendrás que ajustarlo.

¿Ha encontrado ya otra solución? Si es así, por favor, publíquela aquí.