如何将model.avg（类为“平均”的对象）重新创建为具有相同系数和误差的模型对象，以实现固定效应和随机效应

问：

使用 MuMIn 包中的 model.avg，我从一组 lme4 模型创建了一个平均模型。我现在想在其他包中的各种其他函数中使用平均模型系数，这些函数不接受类“平均”的对象。如何创建一个新的 lme4 对象模型来获取平均模型的估计值和误差？

一个简单的例子：

library(lme4)
library(MuMIn)
options(na.action = na.fail)
m1 = lmer(distance ~ age * Sex + (1|Subject), data= Orthodont)
d1 = dredge(m1)
a1 = model.avg(d1)
summary(a1)

现在我想做这样的事情： 使用平均模型中存在的所有项运行模型

m2 = m1   # in this case all terms in the original model were present in the averaged model

然后，我想手动设置/分配通过模型平均过程计算的固定效应和随机效应的系数（和误差）到新模型。所以我正在寻找类似的东西：

coef(m2) = coef(a1)
ranef(m2) = ranef(a1)   

这当然行不通，但沿着这些思路做的事情最终是我想要能够做到的。

线性模型有“黑客”系数的例子，例如参见 https://stackoverflow.com/questions/28633537/partial-residual-plot-based-on-model-average-coefficients-in-r - 但我还需要包括平均模型的随机分量。