R2MLwin 空随机模型的错误消息答案

【问题标题】：error message with R2MLwin null random modelR2MLwin 空随机模型的错误消息
【发布时间】：2018-10-07 07:42:13
【问题描述】：

当使用包R2MLwiN 拟合完全随机的两级空模型时，我收到一条错误消息。我的数据框是联合国儿童基金会为莫桑比克开发的多指标类集调查的子集。我的响应变量是agem.18 二进制("Yes", "No")，表示该女性是否在 18 岁之前结婚。与否。

> table(moz.20$agem.18, useNA = "ifany")

  No  Yes 
5934 5405

我的两个级别按降序排列是province 和w.id。这是我运行的代码

# Random effect
F1 <- logit(agem.18) ~ 1 + (1 | province) + (1 | w.id)
rand.eff <- runMLwiN(Formula = F1, D = "Binomial", data = moz.20)

这是我收到的错误消息

Invalid link function specified: NA 
Error in runMLwiN(Formula = F1, D = "Binomial", data = df) :

我最初认为logit 函数被car 包所掩盖，但事实并非如此。我还认为问题出在链接函数中的denom 调用中，但我读到R2MLwiN 应该自动将denom 创建为一组1。如果我将包lme4 与相同的数据、变量和级别一起使用，我不会收到任何错误：

(fit <- glmer(agem.18 ~ 1 + (1 | province), family = binomial("logit"), data = moz.20)

Generalized linear mixed model fit by maximum likelihood (Laplace
  Approximation) [glmerMod]
 Family: binomial  ( logit )
Formula: agem.18 ~ 1 + (1 | province)
   Data: moz.20
      AIC       BIC    logLik  deviance  df.resid 
14907.498 14922.170 -7451.749 14903.498     11337 
Random effects:
 Groups   Name        Std.Dev.
 province (Intercept) 0.5366  
Number of obs: 11339, groups:  province, 11
Fixed Effects:
(Intercept)  
   -0.04992

如果我对包R2MLwiN 使用demo UserGuide09.R 中包含的非常相似的公式，我不会遇到同样的问题。

(mymodel1 <- runMLwiN(logit(use) ~ 1 + lc, D = "Binomial", data = bang))

目前我唯一的猜测是，由于某些原因，R2MLwiN 无法将我的响应变量 agem.18 识别为二进制。

有什么建议吗？

谢谢

马诺洛

【问题讨论】：

runMLwiN(Formula = logit(agem.18) ~ 1 + (1 | province) + (1 | w.id) , D = "Binomial", data = moz.20) 怎么样，它有效吗？
是的，同样的错误信息。抱歉，我忘了提到我已经尝试过了，都指定了Formula = ，而不是在第一个括号之后。

标签： r lme4 multilevel-analysis

【解决方案1】：

问题解决了。正如 Chris Charlton 在 R2MLwiN 论坛中指出的那样，R2MLwiN 中似乎存在一个错误（请参阅帖子 here）。我复制了 Chris 编写的显示错误的代码。

> library(R2MLwiN)
> data(bang, package = "R2MLwiN")
> (mymodel1 <- runMLwiN(logit(use) ~ 1 + lc, D = "Binomial", data = bang))

-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*- 
MLwiN (version: 3.02)  multilevel model (Binomial) 
Estimation algorithm:  IGLS MQL1        Elapsed time : 0.6s 
Number of obs:  2867 (from total 2867)        The model converged after 4 iterations.
Log likelihood:      NA 
Deviance statistic:  NA 
--------------------------------------------------------------------------------------------------- 
The model formula:
logit(use) ~ 1 + lc
Level 1: l1id      
--------------------------------------------------------------------------------------------------- 
The fixed part estimates:  
                    Coef.   Std. Err.        z    Pr(>|z|)         [95% Conf.   Interval] 
Intercept        -1.12288     0.08348   -13.45    3.05e-41   ***     -1.28650    -0.95926 
lcOne_child       0.93275     0.12156     7.67   1.676e-14   ***      0.69450     1.17100 
lcTwo_children    1.09250     0.12509     8.73   2.466e-18   ***      0.84733     1.33768 
lcThree_plus      0.87224     0.10302     8.47   2.523e-17   ***      0.67033     1.07416 
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1  
--------------------------------------------------------------------------------------------------- 
The random part estimates at the l1id level: 
                Coef.   Std. Err. 
var_bcons_1   1.00000     0.00000 
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*- 

> bang$use.test <- bang$use
> (mymodel1 <- runMLwiN(logit(use.test) ~ 1 + lc, D = "Binomial", data = bang))
Invalid link function specified: NA 
Error in runMLwiN(logit(use.test) ~ 1 + lc, D = "Binomial", data = bang) :

【讨论】：