我想拟合一个混合效果模型，并获得AIC排名的前十个候选模型的列表。对于固定效应模型，我使用glmulti:glmulti函数拟合模型，使用glmulti:weightable函数获得AIC排序的候选模型列表，该列表给出以下输出：
## model aicc weights
## 1 outcome ~ 1 + ist + hwt 188.3154 0.6044616289
## 2 outcome ~ 1 + ist + hwt + troadn 190.3552 0.2179837514
## 3 outcome ~ 1 + hwt 191.7862 0.1065837756
## 4 outcome ~ 1 + hwt + troadn 193.5704 0.0436764670
## 5 outcome ~ 1 + ist 195.8793 0.0137685009
## 6 outcome ~ 1 + ist + troadn 196.3339 0.0109688767
## 7 outcome ~ 1 + troadn 200.0687 0.0016949662
## 8 outcome ~ 1 201.4210 0.0008620334
有没有一个等效的包来用混合效果模型完成这些相同的步骤？我使用了lme4::glmer函数来拟合混合效果模型，但这并没有产生基于AIC分数的顶级模型列表。是否有替代功能/程序包，或者此过程未与混合效果模型一起使用？
我想得到一个前10个候选模型的列表：
(outcome ~ sex + season + year + (1 | obsname) + (1 | bird), data = detect, family = binomial)
这取决于情况。
MuMIn::dredge()将适合混合模型的固定效应组件的所有子集(?"MuMin-models"给出了一个完整的列表，包括lmer和glmer对象以及许多其他对象(lmerTest::step()将对lmer模型(但不是glmer模型(进行后向逐步归约(但不是所有子集拟合(。在repsychling包(在GitHub上(的小插曲中，有一些关于逐步减少模型的讨论/指导，但没有自动进行的软件LMERConvenienceFunctions::ffRanefLMER.fnc()对随机效应分量进行正向选择
我不知道有任何机器可以自动评估R中混合模型的随机效应分量的所有子集(这并不意味着它不存在…(