Question

对于null模型glmer（）我想通过在包含NA的数据集中使用R中的confint（）函数来计算截距的95％CI。以下是模型摘要：

Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) ['glmerMod']
 Family: binomial  ( logit )
Formula: cbind(df$Valid.detections, df$Missed.detections) ~ 1 + (1 | SUR.ID) +      (1 | Unit)
   Data: df
Control: glmerControl(calc.derivs = F, optCtrl = list(maxfun = 20000))

     AIC      BIC   logLik deviance df.resid 
 21286.9  21305.4 -10640.4  21280.9     3549 

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-0.40089 -0.39994 -0.00010  0.02841  0.56340 

Random effects:
 Groups Name        Variance  Std.Dev. 
 Unit   (Intercept) 2.237e+01 4.729e+00
 SUR.ID (Intercept) 1.883e-10 1.372e-05
Number of obs: 3552, groups:  Unit, 3552; SUR.ID, 20

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -2.07468    0.08331   -24.9   <2e-16 ***

但是，当我尝试为拦截计算95％CI时，它会返回错误：

Computing bootstrap confidence intervals ...
Error in if (const(t, min(1e-08, mean(t, na.rm = TRUE)/1e+06))) { : 
  missing value where TRUE/FALSE needed
In addition: Warning message:
In bootMer(object, bootFun, nsim = nsim, ...) :
  some bootstrap runs failed (200/200)
Timing stopped at: 42.47 0.289 45.836

我搜索了解决方案的错误和警告消息并找到了这个帖子http://r-sig-mixed-models.r-project.narkive.com/3vst8TmK/r-sig-me-confint-mermod-method-boot-throws-error，其中Ben Bolker建议解决此问题的一种方法是在使用confint之前删除带有NA的行功能。我试过这个并没有返回任何错误/警告，但发现计算出的95％CI没有包含截距估计值。

> c0
    2.5 %    97.5 % 
-3.129255 -2.931859

计算的CI确实包含了在使用confint（）函数之前排除了NA的空模型的截距估计，但是，如果可能的话，我需要那里的NA。有什么建议可以吗？

感谢您的帮助。

在具有NA的数据集上使用R中的confint

0 个答案: