我试图找出不同畜群中动物传染性特征的差异。每个牛群包含来自 5 个不同公牛的固定数量的后代。
数据示例：
| 放牧 | 小号 | C | 三角洲T | 我 | 父亲1 | I1 | 公公2 | I2 | 父亲3 | I3 | 陛下4 | I4 | 陛下5 | I5 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 20 | 0 | 14 | 1 | 13 | 0 | 26 | 0 | 46 | 0 | 71 | 0 | 91 | 1 |
| 1 | 1 | 0 | 14 | 5 | 13 | 1 | 26 | 0 | 46 | 2 | 71 | 1 | 91 | 1 |
| 18 | 4 | 0 | 14 | 13 | 2 | 5 | 52 | 4 | 84 | 2 | 87 | 2 | 98 | 0 |
| 19 | 11 | 3 | 14 | 27 | 2 | 6 | 13 | 7 | 18 | 3 | 46 | 5 | 85 | 6 |
Herd 是牛群的名字。S是畜群中易感动物的数量，C是时间间隔内的病例数。DeltaT 是时间间隔长度。Sire# 是牛群中的父亲的 ID。I# 是对应的 Sire# 的感染后代的数量。
这意味着sire1 列的前两行中的sireID“13”。指与最后一行sire2中的“13”相同的父亲。在 lme4 的 glmer 中将这 5 个公牛包含在一个随机效应中让我陷入困境。
我试过了：
glmer(data = GLMM_Data,
cbind(C, S-C) ~ (1 | Herd) + (1| (I1 | sire1) + (I2 | sire2) + (I3 | sire3) + (I4 | sire4) + (I5 | sire5)),
offset = log(GLMM_Data$I/nherds * GLMM_Data$DeltaT),
family = binomial(link="cloglog"))
这给出了错误。因此，任何将这 10 列组合成一个随机因子的帮助都将非常受欢迎。提前致谢。
ps 我知道我的偏移量、家庭和公式的左侧都在工作，因为敏感性分析正在工作