R语言glmer拟合二项分布GLMM报y值需0<=y<=1错误的修复求助

问题根因 #

你收到的报错Error in eval(family$initialize, rho) : y values must be 0 <= y <= 1是二项分布GLMM的典型参数传入错误：

• family = binomial要求传入的响应变量只能是两种格式：
  • 个体水平的0/1二分类变量（1代表事件发生，0代表未发生）
  • 分组水平的cbind(事件发生数, 事件未发生数)矩阵，或者取值范围在0-1之间的比例+总样本量作为权重
• 从你提供的样本数据来看，你指定为响应变量的Survival（对应列名S*）是每组的存活个体计数，数值多为大于1的整数，不符合二项分布的响应变量要求，因此触发报错。

修复方案 #

修正后的模型代码如下：

# 生成观测水平随机效应
datheat$replicateID = factor(1:nrow(datheat))

# 拟合模型，用cbind(存活数, 死亡数)作为响应变量
mod = glmer(cbind(`S*`, n - `S*`) ~ sex + region + treatment + 
              treatment:region + treatment:sex + sex:region + 
              (1|iso) + (1|pop) + (1|replicateID), 
            data = datheat, family = binomial)
summary(mod)

如果你想用存活比例作为响应变量，也可以写成如下格式，拟合结果完全一致：

mod = glmer(proportion ~ sex + region + treatment + 
              treatment:region + treatment:sex + sex:region + 
              (1|iso) + (1|pop) + (1|replicateID), 
            data = datheat, family = binomial, weights = n)

注意事项 #

• 列名S*包含特殊字符，需要用反引号包裹才能被R正确识别
• 你的数据集里等雌系、种群对应的列名是iso和pop，要和模型随机效应部分的变量名对应，否则会出现变量找不到的报错
• 观测水平随机效应(1|replicateID)用于校正二项分布的过度离散问题，这个设置是合理的
• 如果拟合后出现收敛警告，可以尝试调整优化器参数：在glmer参数中加入control = glmerControl(optimizer = "bobyqa", optCtrl = list(maxfun = 10000))

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