在R中创建模型时，使用模型规范公式会产生错误

我安装了以下形式的混合模型：

global.mod <- lmer(log(y) ~ 
                       x1 + x2 + x3 + x4 + x5 + (1 + x1|a/b),
                       REML = FALSE, data = lmerDat,
                       na.action = 'na.fail', control = lmerControl(optimizer="bobyqa",optCtrl=list(maxfun=2e4)))

然后，我尝试以稍微不同的格式指定我的模型，如下所示：

 PredictorVariables <- names(lmerDat)[c(5:9)] # this is x1 till x5
 fixed.part <- paste("log(y) ~", paste(PredictorVariables, collapse=" + "))
 random.part <- paste('(1 + x1|a/b)')
 Formula <- formula(paste(fixed.part, random.part, sep = " + "))

 global.mod <- lmer(Formula, data = lmerDat, na.action = 'na.fail', control = 
 lmerControl(optimizer="bobyqa",optCtrl=list(maxfun=2e4)), REML = FALSE)    

 require(parallel) || require(snow)

 clusterType <- if(length(find.package("snow", quiet = TRUE))) "SOCK" else "PSOCK"
 clust <- try(makeCluster(getOption("cl.cores", 4), type = clusterType))
 clusterEvalQ(clust, library(lme4))
 clusterExport(clust, "lmerDat")

 model.set <- pdredge(global.mod, clust, 
                      m.lim = c(2, NA), rank = AIC, extra = "adjR^2", trace = 2)

不幸的是，后者是我想要如何进行模型规范的，因为apriori我不知道

names（lmerDat）[c（5:9）]

中预测值的名称。谁能帮我理解这个错误以及如何解决它

编辑

我的回溯输出如下（请注意，这是我的原始数据，而不是上面的伪数据）

---

我不熟悉

snow（）

，您能否创建公式向量作为字符向量，并使用

lappy（）

像这样运行它

lappy（公式向量，函数（x）lmer（公式（x），数据=lmerDat，等等）

（我知道这在snow之外有效）。请注意，如果您在任何模型中遇到收敛或错误指定问题，它将停止。请在错误后添加可复制的代码或至少添加

traceback（）

输出。好的。我已添加

traceback（）

收到错误后的输出这只是错误消息格式的一个小故障。无论如何，尝试打印的错误

疏导

是由于模型中的术语数量过多。上限为32（没有简单的解决方法）。好的，非常感谢您的回答。

 PredictorVariables <- names(lmerDat)[c(5:9)] # this is x1 till x5
 fixed.part <- paste("log(y) ~", paste(PredictorVariables, collapse=" + "))
 random.part <- paste('(1 + x1|a/b)')
 Formula <- formula(paste(fixed.part, random.part, sep = " + "))

 global.mod <- lmer(Formula, data = lmerDat, na.action = 'na.fail', control = 
 lmerControl(optimizer="bobyqa",optCtrl=list(maxfun=2e4)), REML = FALSE)    

 require(parallel) || require(snow)

 clusterType <- if(length(find.package("snow", quiet = TRUE))) "SOCK" else "PSOCK"
 clust <- try(makeCluster(getOption("cl.cores", 4), type = clusterType))
 clusterEvalQ(clust, library(lme4))
 clusterExport(clust, "lmerDat")

 model.set <- pdredge(global.mod, clust, 
                      m.lim = c(2, NA), rank = AIC, extra = "adjR^2", trace = 2)

 Error in sprintf(gettext(fmt, domain = domain), ...) : 
 invalid format '%d'; use format %f, %e, %g or %a for numeric objects

 7: sprintf(gettext(fmt, domain = domain), ...)     
 6: gettextf(Message, ..., domain = domain)    
 5: structure(list(message = as.character(message), call = call), 
   class = class)      
 4: simpleError(gettextf(Message, ..., domain = domain), Call)
 3: stop(simpleError(gettextf(Message, ..., domain = domain), Call))
 2: cry(, "number of non-fixed predictors [%d] exceeds the allowed maximum of %d (with %d variants)", 
   nov, novMax, nVariants)
 1: pdredge(global.mod, clust)