R：lmer（）错误消息：未使用的参数（family =“binomial”）答案

【问题标题】：R: lmer() Error message: unused argument (family = "binomial")R：lmer（）错误消息：未使用的参数（family =“binomial”）
【发布时间】：2020-10-22 03:10:28
【问题描述】：

我正在尝试使用 lmer() 创建一个广义线性混合效应模型。但是，我收到以下错误消息，由于我对 stats 和 lme4 比较陌生，不明白为什么或如何解决这个问题。

nurse.glmer <- lmer(z1.bk ~ phoneme + gender + age + (1|file), data = nurse, family = "binomial")

Error in lmer(z1.bk ~ phoneme + gender + age + (1 | file), data = nurse,  : 
  unused argument (family = binomial)

如果相关/有帮助：z1.bk 只是一些浮点形式的标准化测量数据，音素分为 3 类（Er/Ir/Vr），性别只是男性和女性，年龄，嗯，是整数形式的年龄。

【问题讨论】：

这有点令人费解。二项式 GLMM 只能用于定义的总数中成功数为整数的数据，例如“10 次试验中的 3 次成功”（或在特殊情况下，二进制 (0/1) 数据）。您能告诉我们更多关于z1.bk 是什么以及为什么要将其拟合为二项式的信息吗？
z1.bk 是以赫兹为单位进行的共振峰测量值，然后转换为称为树皮的单位，然后进行归一化。所以我有大约。 600 个标记，每个标记属于 3 个音素类别之一，每个标记 z1.bk 是特定时间的共振峰 1 值。我想知道，如果音素、性别、年龄和文件（基本上是个人）对F1值有影响。我的主管希望我使用它并让我参考一篇论文 (Tagliamonte; Baayen (2012))，他们建议将它与随机森林一起使用来分析语言数据。他们使用类似的代码，但使用处理编码。
但是，它们也有变量，例如 'words' 的类别远不止 2 个。

标签： r statistics lme4

【解决方案1】：

我看不出您有任何理由将其视为二项式 GLMM ... ?? Tagliamonte 和 Baayen (2012) 有一个二元响应变量（was vs. were），这就是他们使用二项式模型的原因。你有一个持续的反应。只需删除 family="binomial" 参数即可。

PS 对混合模型做更多的背景阅读可能是个好主意（Baayen 写了很多）；特别是

您可能需要考虑固定效果之间的交互作用
如果每个file 包含对多个音素的观察，您可能希望使用(phoneme|file) 作为随机效应（或多或少的随机“斜率”模型）

【讨论】：