Question

我的数据结构如下：

A是队列中的阳性病例数
B是该群组的总数减去A。
C是二进制变量
D - F通常是分布式连续变量
G是6级因素

我在R中使用MCMCglmm软件包来分析此数据，以查找哪些变量C - G影响A和B。

我已成功使用lme4的glmer功能成功完成了此功能，但现在我希望添加更多随机效果，我建议将通过MCMC优化变体更好地处理。但是，给出以下函数调用

MCMCmod1 <- MCMCglmm(cbind(A, B) ~ C + D + E + F,
                     random = G,
                     prior = prior,
                     family ="multinomial2",
                     data = g)

（我很欣赏在这种情况下家庭可能不正确）

其中

prior = list(R = list(V = 1, n = 0, fix = 1),
             G = list(
               G1 = list(V = 1, n = 1),
               G2 = list(V = 1, n = 1),
               G3 = list(V = 1, n = 1),
               G4 = list(V = 1, n = 1),
               G5 = list(V = 1, n = 1)))

我收到以下错误

Error in `[<-.data.frame`(`*tmp*`, , response.names, value = c(0, 0, 0,  :
missing values are not allowed in subscripted assignments of data frames

然而，当我检查我的变量时，100％没有NA。

我可以尝试调试此步骤的任何想法吗？

R：当MCMCglmm没有实际缺少值时，所谓的“缺失值”

0 个答案: