mice多重插补后glmer与glm模型比较及随机效应检验报错求助

这个错误的核心原因是你用来比较的两个模型类型不一致——fm1是混合效应模型（glmer输出的lmerMod类），而fm2是普通广义线性模型（glm输出的glm类），pool.compare无法正确识别它们的嵌套关系，误以为fm1并没有包含fm2的所有参数。

解决步骤 #

要修复这个问题，你需要让两个模型保持同一类型，即使fm2没有随机效应，也用glmer来拟合：

1. 重新拟合两个模型，确保都使用glmer，并且指定匹配的family参数（根据你的Treatment变量类型选择，比如二分类用binomial，连续变量用gaussian）：

   # 带随机效应的模型
   fm1 <- with(dti.mice1, glmer(Treatment ~ (1|Hospital) + Age, family = binomial)) # 替换成你实际需要的family
   # 不带随机效应的模型（用glmer拟合，保持类型一致）
   fm2 <- with(dti.mice1, glmer(Treatment ~ Age, family = binomial))
   

2. 再次运行pool.compare：

   pool.compare(fm1, fm2)
   

额外说明 #

• 当你用glmer拟合没有随机效应的模型时，它本质上会退化成普通的广义线性模型，但输出的对象类型和fm1一致，这样pool.compare就能正确识别fm1是fm2的扩展模型（多了一个随机截距的方差参数），从而完成嵌套模型的比较。
• 如果拟合过程中出现收敛警告，可以尝试调整glmer的控制参数，比如增加迭代次数：

  fm1 <- with(dti.mice1, glmer(Treatment ~ (1|Hospital) + Age, family = binomial,
                               control = glmerControl(optCtrl = list(maxfun = 1e5))))
  

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