0

我正在尝试编写一个函数，使用 glmer 从 R 中的广义线性混合模型计算 R^2。不知何故，一旦尝试使用该功能，我就会收到错误消息：

Error in checkFormulaData(formula, data, checkLHS = control$check.formula.LHS ==  :  bad 'data': object 'input_data' not found

如果我在没有函数的情况下使用相同的代码，一切都很好。为了测试函数中的 r.squaredGLMM 是否存在一般问题，我还为线性混合模型创建了一个函数，该函数按预期工作。

这是一个可重现的示例：

library(lme4)
library(MuMIn)


#Generate some sample data
x <- rnorm(100)
y1 <- sample(c(0,1), 100, replace = TRUE)
y2 <- rnorm(100)
subject <- rep(1:10, 10)

df <- data.frame(x,y1,y2,subject)

#Calculate glmer and get the R^2
mod1_outside_function <- glmer(y1 ~ x + (1|subject), data = df,family="binomial")

#Works just fine
R2 <- r.squaredGLMM(mod1_outside_function)
print(R2)

#Create a function to get the R2
R2_glmer <- function(input_data)
{
  glmer_inside_function <- glmer(y1 ~ x + (1|subject), data = input_data,family="binomial")

  R2 <- r.squaredGLMM(glmer_inside_function)

  print(R2)

}

#I get the error running this:
R2_glmer(input_data = df)


#The same function works with lmer:
R2_lmer <- function(input_data)
{

  lmer_inside_function <- lmer(y2 ~ x + (1|subject), data = input_data)

  R2 <- r.squaredGLMM(lmer_inside_function)

  print(R2)

}

R2_lmer(input_data = df)
4

1 回答 1

1

这是在非全局环境中评估空模型的错误。它现在应该适用于 MuMIn 版本 >=1.42.4（目前在 R-forge 上）。要解决这个问题，您可以提供 null 模型作为第二个参数：

r.squaredGLMM(glmer_inside_function, null.fit(glmer_inside_function, RE.keep = TRUE, evaluate = TRUE))
于 2018-12-05T13:01:07.120 回答