我知道以前有人问过一个完全相同的问题,但以前的答案有两种可能的答案,我认为这两种答案都不适用于这种情况。在第一个中,有NA值,我已经检查过了,没有发现NA值。在另一个有一个问题,在公式正在使用之前,建设的glmer,但我不是那么聪明,而是试图使它的手。我有以下几点:glmer(data$Changed_Use ~ data$Country + data$Sex + data$Age + data$Birthplace_Residence + (1|data$Place),data = data, family = binomial)
其中data$Place是发生数据收集的位置列表。我已经尝试过将其作为实际名称,并给出位置数字代码(第一个位置为1,第二个位置为2等),这两种情况都得到了相同的错误信息。我的记法中有什么错误,如何修正?
***感谢Ben Bolker找出解决问题的方法。这是一项更广泛研究的一部分,其中收集的信息比用于该模型的信息更多。我在这里包括了这个模型的相关数据,这样也许其他人可以看到这个错误是如何开始的。
tibble [221 × 49] (S3: tbl_df/tbl/data.frame)
$ Place : num [1:221] 1 1 1 1 1 1 1 1 1 1 ...
$ Country : num [1:221] 0 0 0 0 0 0 0 0 0 0 ...
$ Sex : chr [1:221] 0 0 0 1 1 0 1 1 1 0...
$ Age : num [1:221] 35 27 54 22 35 35 50 39 38 45 ...
$ Birthplace_Residence : num [1:221] 0 1 0 1 0 0 0 0 0 0 ...
$ Changed_Use : num [1:221] 0 0 0 0 0 0 1 0 1 0 ...
1条答案
按热度按时间nzk0hqpo1#
我要记录在案:通过去除公式中的
data$
参考,即,这是最好的做法。然而,这个问题是不可重现的,所以很难确切地看出为什么会失败……