lmer（）中的加权数据和使用glmulti（）的模型平均问题

我在对权重数据执行线性混合模型（LMM）时遇到了困难（我的意思是不同组的权重不同）。此外，使用glmulti（）时似乎没有保留权重。下面是一个可复制的示例：

require(lme4)
require (glmulti)    
data(cake)
cake$wght <- as.numeric(cake$replicate)
fm1 <- lmer(angle ~ recipe + temperature + (1|replicate), cake, REML= FALSE)
print(VarCorr(fm1),comp=c("Variance","Std.Dev."))

require（lme4）
需要（glmulti）
数据（蛋糕）
cake$wght以上是对我自己帖子的简短回答

1/处理线性混合模型中的权重：
为了避免由于权重而导致RE的剩余方差大幅膨胀，once可以“简单地”确保所有权重之和等于1

2/将权重整合到模型平均程序（glmulti）
直接将砝码插入包装中（感谢Vincent Calcagno的提示）。
根据前面的示例：

wlmer.glmulti <- function (formula, data, random = "", weights ,...) {
lmer(paste(deparse(formula), random), data = data, weights)}

wlmer.glmulti
wlmer.glmulti <- function (formula, data, random = "", weights ,...) {
lmer(paste(deparse(formula), random), data = data, weights)}
#(watch out doesn't converge!!)
LMM <- glmulti(angle ~ recipe + temperature  , data=cake,  random="+ (1|replicate)", fitfunc =      wlmer.glmulti, weights=cake$wght,report=T, level = 1,crit="aic",method="g")
summary(LMM@objects[[1]])  # is similar to fm1

wlmer.glmulti <- function (formula, data, random = "", weights ,...) {
lmer(paste(deparse(formula), random), data = data, weights)}

wlmer.glmulti <- function (formula, data, random = "", weights ,...) {
lmer(paste(deparse(formula), random), data = data, data$wght)}