我正试着用53个胸部来修复一个数据框。17个变量中。所有变量都是标准化的,但不要遵循正态分布,并且没有缺少值。数据框架的str()如下所示。
我执行了以下代码来检查站点之间对于给定特征的关联类的重要性。
model1= glmer(trait1 ~ association+site+ (1 | species),data=df6,family=gaussian)
并收到以下错误。
在glmer中(trait1~ association+site+ (1区),data=df6,:使用family=gaussian (标识链接)调用glmer()作为lmer()的快捷方式;请直接调用lmer() )。
在此之后,我要用Gauss求积估计参数。任何修正这个错误的建议和执行Gauss求积的代码都是非常感谢的。
发布于 2016-12-21 19:39:09
你居然贴出了答案。使用lmer,而不是glmer:
model1 = lmer(trait1~association+site+(1|species), data=df6)
发布于 2022-06-09 22:04:06
澄清:不允许使用glmer(..., family = gaussian(link = "identity"))
( lme4
坚持使用lmer(...)
)的原因是,对于线性混合模型(这正是具有高斯响应和身份链接的GLMM的特例)使用数值( Gaussian )求积是没有意义的;在这种情况下,积分可以用封闭形式表示为一个受惩罚的最小二乘问题(取决于随机效应方差/协方差参数):参见Bates等人2015年。
https://stackoverflow.com/questions/36514903
复制相似问题