错误:(maxstephalfit)PIRLS分步减半未能减少lme4中比率数据的pwrssUpdate偏差
我的数据是比率数据。所以我试图用一个二项式模型来分析它 这是我的密码:错误:(maxstephalfit)PIRLS分步减半未能减少lme4中比率数据的pwrssUpdate偏差,r,lme4,R,Lme4,我的数据是比率数据。所以我试图用一个二项式模型来分析它 这是我的密码: fate.reP = glmer(predated~type+(1|island),data=fate.rate,family="binomial") 以下是一组示例数据: type cluster tree predated B B7-1 1 0.48 B B7-1 2 0.66 B B7-2 3 0.1
fate.reP = glmer(predated~type+(1|island),data=fate.rate,family="binomial")
以下是一组示例数据:
type cluster tree predated
B B7-1 1 0.48
B B7-1 2 0.66
B B7-2 3 0.18
M I63 8 0.55
M I63 9 0.6
M I63 20 0.41
M I63 21 0.42
S I14 5 0.75
S I14 17 0.53
S I15 6 0.23
S I15 7 0.03
当我运行模型时,它显示:
Error: (maxstephalfit) PIRLS step-halvings failed to reduce deviance in pwrssUpdate
In addition: Warning message:
In eval(expr, envir, enclos) : non-integer #successes in a binomial glm!
我的数据中是否有错误,或其他错误?
我在Windows上使用R3.0.3。警告
非整数#在二项式glm中成功
提示您lme4
中的二项式响应必须是整数。我在这里看不到分母(即暴露于捕食的个体总数):如果您的数据集中有它们(例如,total_exposed
),您可以使用
fate.reP <- glmer(predated~type+(1|island),
data=fate.rate,family="binomial",
weights=total_exposed)
fate.reP谢谢你的帮助。我已经解决了这个问题。我还有一个问题:如果我的数据中有很多0值,我可以对我的数据使用广义线性混合模型吗?例如,在我的示例数据中,先前的值有许多0值,函数glmer()能否成功运行?二项式模型应该可以使用零。如果模型中的零比预测的多很多(即零膨胀或零改变模型),那么模型仍然可以工作,但拟合可能不是很好。非常感谢您的回答。我是R语言的更新者,所以你能给我一些关于零膨胀模型的详细建议吗?此方法与GLMM不同吗?还是仅仅是对GLMM的改编?