Dismoのpredict（）をデータフレームに基づく最大モデルで使用する方法

Question

dismoの予測関数が、ラスタレイヤではなく、データフレームとして 'x'で構築されたモデルでどのように動作するかを調べようとしています。私はラスタレイヤを使ってモデルをうまく走らせ、これに基づいて予測マップを作った。

私のモデルは次のように構築されています。

library(dismo) 
model <- maxent(x = sightings.data, p = presence.vector) 

sightings.dataは、目撃のGPS位置を含むデータフレームであり、これらの時刻および位置の条件が続く。 presence.vectorは、行が存在するかどうかを示すベクトルです。

私は探しています。

• 何引数）
• は（どのような予測このタイプのモデルを与えられた予測する供給ラスターレイヤーを使用して、このような本

私が正常に実行されているモデルとしてモデルから提供することが可能であるとしますこれに基づいて作成された予測マップ。

help（）のヘルプファイルは特に詳細なものではなく、 'Rでの種の分布モデリング'はこのトピックをうまくカバーしていません。（maxentが利用できないためこの例は実行できません。

私は、ラスタ層を持つ変数だけを含むデータフレームでモデリングを試みましたが、ラスタで構築されたモデルと同じように予測を試みましたが、次のエラーが発生します。

Error in .local(object, ...) : missing layers (or wrong names) 

義務的な緯度と経度の列を除いて、データフレーム列名とラスター層の名前は同じです。

names(raster.stack) <- colnames(sightings.data[3:5]) 

Answer 1

Iは、以下の論文Oppel at al 2012からavaialbleコードから発見した方法は、入力変数のデータフレームを備えたときのを予測dismo相対値を生成することができることを実証しています。

> predictions <- predict(model, variables) 
> str(predictions) 
    num [1:100] 0.635 ... 

私は、このような予測値から予測分布ラスタマップを作成する簡単な方法を探しています。