Je travaille actuellement sur l'utilisation de GLMM.
Lorsque j'utilise la fonction dredge du package MuMIn, j'obtiens le message d'erreur suivant :
Code : Tout sélectionner
bdredge <- dredge(wfull1, rank = "AICc", trace=2)
Fixed terms are "cond((Int))" and "disp((Int))"
|============================================================================= | 99%
[color=#FF0000]Warning messages:
1: In dredge(wfull1, rank = "AICc", trace = 2) :
number of observations in model #0 [179] different from that in global model [149]
2: In dredge(wfull1, rank = "AICc", trace = 2) :
number of observations in model #1 [179] different from that in global model [149]
3: In dredge(wfull1, rank = "AICc", trace = 2) :
number of observations in model #2 [179] different from that in global model [149]
4: In dredge(wfull1, rank = "AICc", trace = 2) :
number of observations in model #3 [179] different from that in global model [149]
5: In dredge(wfull1, rank = "AICc", trace = 2) :
number of observations in model #11 [179] different from that in global model [149][/color]
Je suppose que cela ai du au fait que j'ai des NA dans différentes de mes variables explicatives (2 variables factorielles et une variable numérique).
Voici le code de mon modèle qui cherche à voir quel facteur entre le sexe, la température corporelle ainsi que le type de substrat (boite) aurait un effet sur la coloration/reflectance chez un gecko: glmmTMB(Ref ~ Sex*Tbody*Boite +(1|ID)+(1|Nboite), data = eulp, family = "gaussian").
J'ai ajouté comme effet aléatoire le fait que plusieurs mesures sont prises sur un même individu (ID) et qu'on ai changé les individus de numéro de boîte (Nboite).
Sauriez-vous comment éviter ce message d'erreur ? Est-ce que cette erreur pourrait avoir une importance quelconque dans mes résultats d'analyse ?