0
我試過使用hier.part R包(和它的hier.part()函數)來估計變量的獨立貢獻。突然之間,我經歷了對預測器順序的強烈依賴。R的hier.part()取決於預測器的順序
有一篇文章(http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0011698)報告了超過9個預測變量的相似行爲。 Package的文檔還會報告9-12個預測變量的「小調整誤差」。但即使在包含4個獨立變量的示例中,我也經歷過它。
> library(hier.part)
> data(amphipod)
> env1 <- amphipod[,2:5]
> hier.part(amphipod$australis, env1, fam = "binomial",
+ gof = "logLik", barplot=F)$I.perc
I
fimp 19.74685
fconn 18.24679
densep 25.24765
unseal 36.75871
> hier.part(amphipod$australis, env1[,c(4,3,2,1)], fam = "binomial",
+ gof = "logLik", barplot=F)$I.perc
I
unseal 16.16072
densep 17.98755
fconn 32.00246
fimp 33.84927
此外,調用之間的確切值並不穩定。該函數使用C代碼(在partition()調用中),並且至少可以將「調用間穩定性」問題歸因於它,因爲所有相關的R代碼都是確定性的。
我不認爲這有什麼用C編程語言,因此請刪除[tag:c]標籤。 –
我已經添加了關於c標籤的一些解釋。 – dmitrienka