Я использую glmer с логической ссылкой для модели ошибок gaussian.с использованием профиля и метода загрузки в пределах опции confint, с моделью мерцания
Когда я пытаюсь получить доверительные интервалы, используя либо профиль или метод загрузки с опцией confint, я получаю сообщение об ошибке для использования профилей вероятности, и с самозагрузкой:
> Profile: Computing profile confidence intervals ... Error in
> names(opt) <- profnames(fm, signames) : 'names' attribute [2] must
> be the same length as the vector [1]
>
> Boot: Error in if (const(t, min(1e-08, mean(t, na.rm = TRUE)/1e+06)))
> { : missing value where TRUE/FALSE needed In addition: Warning
> message: In bootMer(object, FUN = FUN, nsim = nsim, ...) : some
> bootstrap runs failed (9999/10000)
Я посмотрел на сайте предложения по устранению проблемы с профилем, путем установки инструмента разработки lme4, и я также устранил все НС из набора данных. Однако в обоих случаях я все равно получаю те же два сообщения об ошибках.
Может ли кто-нибудь предложить какую-либо помощь в отношении того, является ли это проблемой lme4 или является ли это более фундаментальным.
Вот код, чтобы произвести первые 20 наблюдения и формат модели:
df2 <- data.frame(
prop1 = c(0.46, 0.471, 0.458, 0.764, 0.742, 0.746, 0.569, 0.45, 0.491, 0.467, 0.464,
0.556, 0.584, 0.478, 0.456, 0.46, 0.493, 0.704, 0.693, 0.651),
prop2 = c(0.458, 0.438, 0.453, 0.731, 0.738, 0.722, 0.613, 0.498, 0.452, 0.451, 0.447,
0.48, 0.576, 0.484, 0.473, 0.467, 0.467, 0.722, 0.707, 0.709),
site = c(1,1,2,3,3,3,4,4,4,4,4,5,5,5,6,6,7,8,8,8)
)
df2$site <- factor(df2$site)
model <- glmer(prop2 ~ prop1 + (1|site),
data=df2, family=gaussian(link="logit"))
summary(model)
Реакция является доля (0,1), как это ковариата. Я использовал ссылку logit, чтобы поддерживать ожидаемые значения ответа, связанные между (0,1), а не быть несвязанным с нормальным, хотя эти данные хорошо подходят для LMM.
Я также проанализирую разницу между двумя пропорциями, для которых я ожидаю, что некоторые отличия (и установленные значения) нарушат границу (0,1), поэтому я буду моделировать это как с линией связи с гауссовской ошибкой, или logit на масштабированной разности (принудительное выполнение этого параметра (0,1)).
Кроме того, учитывая, что на сайт может быть только 1-5 записей, я, естественно, рассмотрю возможность использования линейной регрессии или GLM (пропорции) и обрабатывать сайт как фиксированный эффект в процессе моделирования, если оценка случайного дисперсия эффектов равна нулю (или очень мала).
Хм, ссылка логита с гауссовой ошибкой кажется странно/необычно; можете ли вы сказать немного больше о структуре вашей модели и данных? Можете ли вы указать данные и/или код, который предоставит нам [воспроизводимый пример] (http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example)? –