R:predict.Average在绘图时不考虑偏移量

我目前正在尝试使用MuMIn中的

predict.averaging

函数，根据我在一些GLMM上所做的一些模型平均创建一些图形。我感兴趣的是，当陷阱被放置不同的时间长度时，在某些陷阱中每白天捕获的昆虫数量是否会发生变化；我在GLMMs中包括了偏移量（日志（日光）），以说明这一点。但是当我使用

predict

函数时，它没有考虑偏移量，我得到的图形与我在没有首先包含偏移量的情况下得到的图形相同。但我知道偏移量会产生影响，这是因为我的模型平均GLMMs的输出，这是我对数据的观察所期望的效果

有没有人知道为什么会出现这个问题，以及我如何进行

预测。求平均值将偏移量考虑在内？我在下面包含了我正在使用的代码：

# global model for total insect abundance
glmm11 <- glmmadmb(Total_polls ~ Max_temp+Wind+Precipitation+Veg_height+Season+Year+log(Mean.nectar+1)+I(log(Nectar+1)-log(Mean.nectar+1))+Pan_colour*Assoc_col+Treatment*Area*Depth+(1|Transect)+offset(log(Daylight)), data = ab, zeroInflation = FALSE, family = "nbinom")

# make predictions based on model averaging output (subset delta < 2)
preds<-predict(ave21, full = F, type = "response", backtransform = FALSE) # on the response scale

然后我用它来预测：

pred_results<-cbind(glmm21$frame, preds) # append original dataframe to predictions
plot(pred_results$preds~pred_results$Treatment) # Treatment = trap duration (hours)

pred|u结果| z |）
（截距）-5.896725 0.948102 0.949386 6.211<2e-16***
治疗24-0.714283 0.130226 0.130403 5.478<2e-16***
治疗48-0.983881 0.122416 0.122582 8.026<2e-16***

任何帮助都将是巨大的，因为我找不到任何具体的例子，在该网站上已经解决了这一问题。提前谢谢你，如果你需要我补充什么让这个问题变得更好，请让我知道

汤姆

[1] :

您的代码没有显示什么是
ave21
。它包括哪些组件模型？他们有没有术语
偏移量（log（Daylight））
？嗨@KamilBarton-很抱歉，我已经编辑了我的帖子。我使用
fixed=
参数约束我的
pdredge
在每个模型中始终具有偏移量。如果您需要我提供更多信息，请告诉我，并感谢您花时间查看我的问题。我无法用模拟数据复制此问题。请提供一个最小的可重复的例子。我想这意味着我做了/错过了一些愚蠢的事情。我附加了一个链接，其中包含模型平均对象（ave21.Rda）、一些用于复制GLMM/数据帧（ab global.csv）的基本数据以及我使用的代码：-很抱歉，它在Dropbox中，我不知道如何附加它……我已经将
predict
的输出与手工计算的预测结果进行了比较，但仍然看不到任何可疑之处。偏移量显然包括在预测中。注意，
predict.averaging
不能使用条件平均系数（它给出了一个关于忽略参数“full”的警告）。顺便问一下，您使用的是最新版本吗？
pred_results<-cbind(glmm21$frame, preds) # append original dataframe to predictions
plot(pred_results$preds~pred_results$Treatment) # Treatment = trap duration (hours)

               Estimate  Std. Error Adjusted SE z value Pr(>|z|)    
 (Intercept)  -5.896725   0.948102    0.949386   6.211  < 2e-16 ***
 Treatment24  -0.714283   0.130226    0.130403   5.478  < 2e-16 ***
 Treatment48  -0.983881   0.122416    0.122582   8.026  < 2e-16 ***