使用R语言glmertree执行MBRP时遇下标越界错误的技术问询

原本通过多层回归分析社交网络属性（SNPs，如度数、中心性、群体规模等）对个体生产力结果的影响，现需探索预测变量（SNPs）与结果（生产力）的关系在子组间是否存在差异，或发现数据集中的隐藏子组。

报错相关问题 #

• 报错信息“subscript out of bounds, not all 'rhs' available”的通俗解释是什么？
• 该错误是否由数据集问题导致？例如因子变量数量少、变量值分布异常等？
• glmertree的基本数据要求是什么？适用于何种类型的数据？
• 有无其他更合适的R包或方法可实现该分析目标？

背景信息 #

使用示例数据集运行glmer可正常执行，但使用自有数据集（含14181条观测的data2及50条观测的子数据集data3）运行lmertree时，无论公式复杂度如何，均出现如下错误：

Warning message in formula.Formula(ff, lhs = 1L, rhs = c(1L, 3L)):
“subscript out of bounds, not all 'rhs' available”
Error in attr(ff, "rhs")[[2L]]: subscript out of bounds

自有数据集包含9个变量，其中teamlevel为因子变量，其余为数值型变量。R代码如下：

install.packages("glmertree")
library("glmertree")
install.packages("dplyr")
library(dplyr)
getwd()
data <- read.csv("/content/github.android_final.csv")

data1 <-  data[, c("prodgap_relat.byfile.email._mean.bynode.","clust","deg","const","nd_bet_cen","nd_cl_cen","nd_ei_cen","fileteamsize")]
names(data1) <-c("prodgap_relat_node_avg","clust","deg","const","nd_bet_cen","nd_cl_cen","nd_ei_cen","fileteamsize")

data2 <- data1 %>%
  mutate(teamlevel = case_when(
    fileteamsize == 1 ~ "solo worker",
    fileteamsize == 2 ~ "dyadic",
    fileteamsize == 3 ~ "tradic",
    fileteamsize %in% c(4, 5) ~ "group",
    fileteamsize >= 6 ~ "crowd"
  ))
data2$teamlevel <- as.factor(data2$teamlevel)

data3 <- head(data2,50)

tree1 <- lmertree(prodgap_relat_node_avg ~ clust + deg + const + nd_bet_cen + nd_cl_cen + nd_ei_cen + teamlevel , data = data3)
tree2 <- lmertree(prodgap_relat_node_avg ~ clust + deg + const , data = data3)
tree3 <- lmertree(prodgap_relat_node_avg ~ clust , data = data3)

内容的提问来源于stack exchange，提问作者nill