“`glmer{lme4}”错误:不能强迫类“家庭”为data.frame

Question

我使用来自包glmer()的lme4函数运行一个具有随机效应的广义线性模型。

模型代码如下所示：

mod6 <- glmer((Ndifference+74337) ~ netm1011 + d1011 + 
           b0001 + (1|region), Gamma(link = "identity"))

Ndifference是50个州(和DC)在200-2010年间人口差异的计数数据。有一个负值(密歇根州为-74336)，所以我添加了一个常数，以确保我的反应都是正的。

所有的预测因子(除区域的随机效应外)都是比例或百分比。Netm1011 (2010年到各州的移民率)和d1011 (每千人的死亡率)都有几个负值。B0001包含所有阳性比例(出生率/千人)。

当我运行模型时，我一直收到以下错误：

Error in as.data.frame.default(data) : 
  cannot coerce class ""family"" to a data.frame

我也尝试过不同的发行版本(Gamma，inverse.gaussian)。这个错误代码到底是什么意思？

Answer 1

glmer(formula, data = NULL, family = gaussian, control = glmerControl(),
      start = NULL, verbose = 0L, nAGQ = 1L, subset, weights, na.action,
      offset, contrasts = NULL, mustart, etastart,
      devFunOnly = FALSE, ...)

您还需要指定正式论证：

family = Gamma(link = "identity")

当未指定正式参数时，参数按位置匹配。第二个参数是data，但您将Gamma函数传递给它。因此，model.frame无法工作。

这可能是glmer**.** 与glm相比的一个特殊问题。

glm(formula, family = gaussian, data, weights, subset,
    na.action, start = NULL, etastart, mustart, offset,
    control = list(...), model = TRUE, method = "glm.fit",
    x = FALSE, y = TRUE, contrasts = NULL, ...)

第二个论点是family，data是第三个。所以没有问题的是你做了：

glm((Ndifference+74337) ~ netm1011 + d1011, Gamma(link = "identity"))

还可以考虑来自mgcv的mgcv

gam(formula,family=gaussian(),data=list(),weights=NULL,subset=NULL,
    na.action,offset=NULL,method="GCV.Cp",
    optimizer=c("outer","newton"),control=list(),scale=0,
    select=FALSE,knots=NULL,sp=NULL,min.sp=NULL,H=NULL,gamma=1,
    fit=TRUE,paraPen=NULL,G=NULL,in.out,drop.unused.levels=TRUE,
    drop.intercept=NULL,...)

我们看到family也排在第二位。