如何为glmmLasso输入模型规格获预期迭代？遇聚类变量警告

我在使用glmmLasso分析数据时，将subj（受试者ID）设为随机效应的分组变量，该用法参考了glmmLasso的公开示例及CRAN包自带的足球数据集，但运行代码时始终弹出如下警告：

Warning message:
In est.glmmLasso.RE(fix = fix, rnd = rnd, data = data, lambda = lambda, :
Cluster variable should be specified as a factor variable!

尽管除subj外我并未使用其他分类变量。

我的示例代码如下：

library(lme4)
library(tidyverse)
library(tools)
library(glmmLasso)

ChoiceData <- read_csv("FatigueData.csv")

dfs <- ChoiceData
for(i in c(2,3,5)){
  dfs[,i] <- scale(ChoiceData[,i])
}

LassodModel = glmmLasso(C ~ E_sq + R + trialNum, 
                        rnd = list(subj =~ 1),
                        data = na.omit(dfs), lambda=5, family = binomial())

summary(LassodModel)

我尝试在随机效应中对subj使用as.factor(.)，却出现语法错误：

LassodModel = glmmLasso(C ~ E_sq + R + trialNum, rnd = list(as.factor(subj) =~ 1),
Error: unexpected '=' in:
"LassodModel = glmmLasso(C ~ E_sq + R + trialNum, 
                        rnd = list(as.factor(subj) =" 

调整lambda值也没有任何变化。设置rnd=NULL时代码可运行，但未执行任何迭代，系数的StdErr、z.value及p.value均为NA：

Fixed Effects:

Coefficients:
Estimate StdErr z.value p.value
(Intercept) -0.338451 NA NA NA
E_sq -1.173294 NA NA NA
R 1.291759 NA NA NA
trialNum -0.043156 NA NA NA

No random effects included!

运行glmmLasso包内的demo也得到类似结果，已重装更新包，仍无法解决问题。

内容的提问来源于stack exchange，提问作者trytryagain404