根据平均GLM模型绘制预测：evalpredvars，data，env中的错误：找不到对象'x3'

如何解决根据平均GLM模型绘制预测：evalpredvars，data，env中的错误：找不到对象'x3'

我已经制作了一个平均的GLM模型（以寻找物种的栖息地偏好），并且我想绘制每个最重要变量“ x1”和“ x3”（下层覆盖度和相对于我的响应变量“物种”（物种存在）而言。我一直在使用“预测”（predict.averaging）函数，但是我一直遇到相同的错误：

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个连续变量，2个类别），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)＃运行不同的模型组合

d2subset <- get.models(ms1,subset = delta < 2)＃已选择增量AIC

avgm <- model.avg(d2subset) #DeltaAIC

summary(avgm)＃显示'x1'为最高有效变量。

以下代码试图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),:

'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,env) : object 'x3' not found

2-13: In eval(predvars,env) : object 'x3' not found

14: In eval(predvars,env) : object 'x5' not found

15-26: In eval(predvars,env) : object 'x3' not found

我已经对此进行了很多研究，但是我仍然不知道错误来自何处或如何解决。如有任何建议，我将不胜感激。谢谢！

解决方法

由于模型包含协变量x1-x12，因此您需要包括predict的所有变量，而不仅仅是x1。