Какой эффект взаимодействия glmulti генерирует в A*B*C*D и A+B+C+D?

Question

Я использую glmulti запустить иерархические линейные модели и выбрать лучшую модель. У меня 4 предиктора (A, B, C, D) к DV, и моя цель - запустить все модели основных эффектов плюс все комбинации эффектов взаимодействия (т.е. A:B, A:C, A:D). Чем следующие две модели отличаются друг от друга?

library(glmulti)

# wrapper
glmer.glmulti <- function(formula, data, random = ""){
glmer(paste(deparse(formula), random), data = data, family = binomial)}

# model 1
glmulti(DV ~ A+B+C+D, level = 2, fitfunction = glmer.glmulti, random = "+ (1|ID)", 
method = "g", data = df)

# model 2
glmulti(DV ~ A*B*C*D, level = 2, fitfunction = glmer.glmulti, random = "+ (1|ID)", 
method = "g", data = df)

Я знаю, что "когда взаимодействие между двумя факторами включено в модель, то добавление или отсутствие этих факторов в качестве основных эффектов не меняет модель" ( Calcagno, 2010). Кажется, что модель 1 и модель 2 должны давать одинаковые результаты, потому что A*B*C*D по существу включает в себя основной эффект каждого предиктора. Но два кода выбирают другую лучшую модель.

Спасибо!