我生成了一个平均GLM模型(以找到物种的栖息地偏好)，我想绘制每个最重要的变量"x1"和"x3"(林下覆盖和树冠覆盖)的关系形状，与我的响应变量"物种"(物种存在)。我一直在使用"predict"(predict.averaging)函数，但我不断遇到同样的错误：
Error in eval(predvars, data, env) : object 'x3' not found
更多详细信息和代码：
我的数据集"data.csv"是一个包含 13 行的表。前 12 行是缩放的栖息地变量(10 个连续，2 个分类)，命名为 x1-x12。第 13 行是响应变量 – 物种存在/不存在(1 或 0)。 这是我的代码：
library(MuMIn)
dataset <- read.csv(file = 'data.csv', stringsAsFactors = FALSE)
options(na.action = "na.fail")
m1 <- glm(species ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + x12, data=Dataset, family=binomial())
ms1 <- dredge(m1)#Running不同的模型组合
选择具有增量 AIC <2 的d2subset <- get.models(ms1, subset = delta < 2)#Models。
avgm <- model.avg(d2subset)#DeltaAIC<2个模型是平均值。
summary(avgm)#Shows"x1"是最重要的变量。
以下代码尝试从平均模型进行预测，从而导致错误：
predict(avgm, data.frame(dataset$x1), se.fit = TRUE, type = "link", backtransform = TRUE, full = TRUE)
产生的错误：
Error in predict.averaging(avgm, dataset$x1), se.fit = TRUE, :
'predict' for models '2211', '163', '147', '179', '2227', '183', '131', '2195', '167', '2275', '227', '243', '211', '148', '1171', '435', '151', '3235', '247', '2215', '155', '2231', '659', '2291', '2219' and '171' caused errors.
In addition: There were 26 warnings (use warnings() to see them)
Warning messages:1: In eval(predvars, data, env) : object 'x3' not found
2-13: In eval(predvars, data, env) : object 'x3' not found
14: In eval(predvars, data, env) : object 'x5' not found
15-26: In eval(predvars, data, env) : object 'x3' not found
我已经对此进行了大量研究，但我仍然不明白错误来自哪里或如何解决它。如有任何建议，我将不胜感激。谢谢！
由于模型包括协变量x1-x12您需要包含predict的所有变量，而不仅仅是x1。