Error: (maxstephalfit) PIRLS step-halvings failed to reduce deviance in pwrssUpdate in lme4 for ratio data
Error: (maxstephalfit) PIRLS step-halvings failed to reduce deviance in pwrssUpdate in lme4 for ratio data
我的数据是比率数据。所以我尝试使用 lme4()
和二项式模型来分析它。
这是我的代码:
fate.reP = glmer(predated~type+(1|island),data=fate.rate,family="binomial")
这是一组示例数据:
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!
我的数据是否有错误,或任何其他错误?
我正在为 Windows.
使用 R 3.0.3
警告 non-integer #successes in a binomial glm!
提示您 lme4
中的二项式响应必须是 整数 。我在这里的任何地方都看不到分母(即暴露于捕食者的总人数):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)
lme4
的行为与基数 R 中的 glm
略有不同,如果 glm
为非整数,它会警告您但仍会产生结果。
我的数据是比率数据。所以我尝试使用 lme4()
和二项式模型来分析它。
这是我的代码:
fate.reP = glmer(predated~type+(1|island),data=fate.rate,family="binomial")
这是一组示例数据:
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!
我的数据是否有错误,或任何其他错误? 我正在为 Windows.
使用 R 3.0.3警告 non-integer #successes in a binomial glm!
提示您 lme4
中的二项式响应必须是 整数 。我在这里的任何地方都看不到分母(即暴露于捕食者的总人数):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)
lme4
的行为与基数 R 中的 glm
略有不同,如果 glm
为非整数,它会警告您但仍会产生结果。