为GLMM Bootstrap函数添加判断：模型不收敛时设结果为NA

问题分析 #

你的Bootstrap函数存在两个核心问题：

• 拼写错误：summary$coefficeints 应为 summary$coefficients，会导致正常拟合时也无法提取系数
• 未处理模型不收敛和抽样数据中的缺失值，导致部分抽样失败

下面提供两种可直接使用的解决方案：

方案1：不收敛时返回NA值 #

该方案在模型拟合失败（不收敛/报错）时，返回全NA的结果向量，最终Bootstrap结果中保留这些NA，后续可根据需求自行过滤。

library(lme4)
library(data.table)

hormonedf <- as.data.table(hormonedf)

sexsteroidbootstrap <- function(df, n) {
  # 按个体有放回抽样
  samp <- sample(unique(df$ID), n, replace = TRUE)
  setkey(df, "ID")
  df_sample <- df[J(samp), allow.cartesian = TRUE]
  
  # 过滤Behaviors列的缺失值，避免拟合报错
  df_sample <- df_sample[!is.na(Behaviors), ]
  
  # 尝试拟合模型，捕获错误与收敛警告
  model <- tryCatch(
    glmer(formula = Behaviors ~ 1 + Age + Treatment + Age:Treatment + (1|ID), 
          data = df_sample, family=poisson),
    error = function(e) NULL,
    warning = function(w) {
      # 识别收敛类警告，标记为拟合失败
      if(grepl("convergence", w$message)) NULL else w
    }
  )
  
  # 若拟合失败，返回全NA向量
  if(is.null(model)) {
    return(rep(NA, 11))
  }
  
  # 提取系数与p值
  summary_mod <- summary(model)
  coef_mat <- summary_mod$coefficients
  
  return(c(
    coef_mat[1,1], coef_mat[2,1], coef_mat[3,1], coef_mat[4,1],
    coef_mat[5,1], coef_mat[6,1], coef_mat[2,4], coef_mat[3,4],
    coef_mat[4,4], coef_mat[5,4], coef_mat[6,4]
  ))
}

# 执行Bootstrap
bootstrapresults <- as.data.frame(replicate(1000, sexsteroidbootstrap(hormonedf, 29)))
bootstrapresults <- t(bootstrapresults)
bootstrapresults <- as.data.frame(bootstrapresults)

# 为结果列命名（可选）
colnames(bootstrapresults) <- c("Intercept", "Age_Coef", "EE_Coef", "KT_Coef", 
                                "EEAge_Coef", "KTAge_Coef", "pAge", "pEE", 
                                "pKT", "pEEAge", "pKTAge")

方案2：跳过不收敛抽样，重新抽样直到成功 #

该方案会自动重新抽样，直到得到能成功拟合的模型，最终结果中无NA值，保证获得指定数量的有效Bootstrap样本。

library(lme4)
library(data.table)

hormonedf <- as.data.table(hormonedf)

sexsteroidbootstrap <- function(df, n) {
  while(TRUE) {
    # 按个体有放回抽样
    samp <- sample(unique(df$ID), n, replace = TRUE)
    setkey(df, "ID")
    df_sample <- df[J(samp), allow.cartesian = TRUE]
    
    # 过滤缺失值
    df_sample <- df_sample[!is.na(Behaviors), ]
    
    # 尝试拟合模型
    model <- tryCatch(
      glmer(formula = Behaviors ~ 1 + Age + Treatment + Age:Treatment + (1|ID), 
            data = df_sample, family=poisson),
      error = function(e) NULL,
      warning = function(w) {
        if(grepl("convergence", w$message)) NULL else w
      }
    )
    
    # 拟合成功则提取结果并返回，否则循环重新抽样
    if(!is.null(model)) {
      summary_mod <- summary(model)
      coef_mat <- summary_mod$coefficients
      
      return(c(
        coef_mat[1,1], coef_mat[2,1], coef_mat[3,1], coef_mat[4,1],
        coef_mat[5,1], coef_mat[6,1], coef_mat[2,4], coef_mat[3,4],
        coef_mat[4,4], coef_mat[5,4], coef_mat[6,4]
      ))
    }
  }
}

# 执行Bootstrap
bootstrapresults <- as.data.frame(replicate(1000, sexsteroidbootstrap(hormonedf, 29)))
bootstrapresults <- t(bootstrapresults)
bootstrapresults <- as.data.frame(bootstrapresults)

# 为结果列命名（可选）
colnames(bootstrapresults) <- c("Intercept", "Age_Coef", "EE_Coef", "KT_Coef", 
                                "EEAge_Coef", "KTAge_Coef", "pAge", "pEE", 
                                "pKT", "pEEAge", "pKTAge")

关键说明 #

1. 缺失值处理：抽样后先移除Behaviors列的NA，避免因缺失值导致的基础拟合错误
2. 错误捕获逻辑：用tryCatch识别模型拟合时的错误和收敛警告，将拟合失败的模型标记为无效
3. 拼写修正：修复了原代码中coefficeints的拼写错误，确保系数提取正常运行
4. 方案选择：若需保留所有抽样记录（含失败样本）选方案1；若需严格获得指定数量的有效结果选方案2

内容的提问来源于stack exchange，提问作者Molly Westbrook