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：

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？