库 Influence.ME：'closure' 类型的对象不可子集化
Library Influence.ME: Object of type 'closure' is not subsettable
我尝试使用 Influence.ME 库在 glmer 模型 (lme4) 中检测有影响力的案例。
我收到以下错误：
Error in data.adapted[, group.var] : object of type 'closure' is
not subsettable
我知道这个错误是什么意思，我正在尝试索引一个函数。问题是我不知道如何解决。它是由我的数据矩阵的格式引起的吗？因为我估计是逻辑回归模型？
感谢任何帮助。
=====
示例代码有效：
data(school23)
model.a <- lmer(math ~ structure + SES + (1 | school.ID), data=school23)
alt.est.a <- influence(model=model.a, group="school.ID")
=====
我的代码产生错误：
m1 <-glmer(outcome ~ predictor + (1 | subjects), family = binomial)
estex.m1 <- influence(m1,"subjects")
其中结果、预测变量和受试者这三者都包含一个包含 21,007 个观察值的向量。 （注意。在 glmer-function 中包含 data 参数没有帮助）
找到解决方案。在原始模型中，我没有使用变量名，而是指定了列标签（例如，data[,"outcome"]），这些标签在 influence 函数中被错误解析。
我尝试使用 Influence.ME 库在 glmer 模型 (lme4) 中检测有影响力的案例。
我收到以下错误：
Error in data.adapted[, group.var] : object of type 'closure' is not subsettable
我知道这个错误是什么意思，我正在尝试索引一个函数。问题是我不知道如何解决。它是由我的数据矩阵的格式引起的吗？因为我估计是逻辑回归模型？
感谢任何帮助。
===== 示例代码有效：
data(school23)
model.a <- lmer(math ~ structure + SES + (1 | school.ID), data=school23)
alt.est.a <- influence(model=model.a, group="school.ID")
===== 我的代码产生错误：
m1 <-glmer(outcome ~ predictor + (1 | subjects), family = binomial)
estex.m1 <- influence(m1,"subjects")
其中结果、预测变量和受试者这三者都包含一个包含 21,007 个观察值的向量。 （注意。在 glmer-function 中包含 data 参数没有帮助）
找到解决方案。在原始模型中，我没有使用变量名，而是指定了列标签（例如，data[,"outcome"]），这些标签在 influence 函数中被错误解析。