glmm.hp:一个计算广义线性混合模型中单个预测变量效应的R包

广义线性混合效应模型(GLMMs)是当代生态学研究中广泛应用的数据分析模型。然而,确定GLMMs中共线性的预测变量(固定效应)对响应变量的相对重要性是个挑战。基于适用于多元分析的‘平均共享方差’的算法,我们开发一个新的R包glmm.hp来分解GLMMs中由固定效应解释的边际(marginal)R2^(2)。我们论述了该软件包的工作原理并通过模拟数据集演示了该软件包的使用。glmm.hp包的输出结果为每个预测变量将获得一个独自的(individual)边际R2^(2),且它们的总和刚好等于模型总的边际R2^(2)。总之,我们相信glmm.hp包将有助于解释GLMMs的输出结果。