使用glmer()带调查权重出现二项式GLM非整数成功数警告的咨询

问题描述 #

我在R中运行glmer()函数构建空模型，代码如下：

empty <- glmer(DV ~ 
                +(1|year), 
              weights = weights,
              
              data= df,
              family= binomial)

运行后触发警告：

In eval(family$initialize, rho) : non-integer #successes in a binomial glm!

添加调查权重时出现该警告，移除权重后警告消失，推测原因是权重为数值型而非整数型。但加入权重后模型的AIC和BIC指标表现更优，不想移除权重，想了解是否可以忽略该警告，或者有什么可行的解决方法？

解决建议 #

• 是否可忽略警告：这个警告的本质是R的二项式家族默认假设响应变量对应的成功/失败次数为整数，但使用非整数调查权重时，加权后的"有效成功数"会变为非整数，从而触发提示。如果你的权重是合理的调查抽样权重（如逆概率权重、分层抽样权重这类连续型权重），且模型结果符合研究逻辑，完全可以忽略这个警告——它只是提醒你偏离了二项式模型的经典整数假设，并非模型运行出错。

• 具体解决方法：

  1. 保留原权重：若权重是设计权重（抽样权重），无需强行转换为整数，强行转整数会丢失权重精度，破坏抽样权重的合理性。
  2. 切换为准二项式家族：若不想看到该警告，可将family=binomial替换为family=quasibinomial。准二项式模型允许过度离散，不会检查成功数是否为整数，同时能保留加权逻辑，但需注意准二项式的推断逻辑与二项式略有差异，需结合研究场景判断适用性。
  3. 自定义初始化函数：通过自定义family的初始化函数跳过整数检查，但该方法较为繁琐，仅在有特殊需求时推荐使用。

内容的提问来源于stack exchange，提问作者noone