如何解决由于奇异性，未定义glm中的随机因素
我正在尝试构建一个GLMM以适合我的数据，但是由于某种原因，我所有的随机效果都恢复为“由于奇异而未定义”。
我知道这将表明它们是由另一个变量完美预测的，但是这些变量是一天中的时间，日期和个人ID，并且不容易相互关联或与其他任何变量关联。我一直将它们添加为... +（1 | randomeffect）。
我尝试仅包含一个而不包含其他，但是无论如何，我都会收到此错误。该模型的其余部分运行良好。
这是模型和输出：
Call:
glm(formula = df$Sex ~ df$`Low Freq (KHz)` + df$`Full Song Duration` +
(1 | df$Individual) + (1 | df$TOD) + (1 | df$DATER),family = binomial(link = "logit"),data = df)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.95539 -0.18003 0.02514 0.10766 2.16469
Coefficients: (3 not defined because of singularities)
Estimate Std. Error z value Pr(>|z|)
(Intercept) 4.2354 1.0846 3.905 9.42e-05 ***
df$`Low Freq (KHz)` -0.7999 0.3923 -2.039 0.0414 *
df$`Full Song Duration` 5.2124 1.2008 4.341 1.42e-05 ***
1 | df$IndividualTRUE NA NA NA NA
1 | df$TODTRUE NA NA NA NA
1 | df$DATERTRUE NA NA NA NA
解决方法
您的问题是您实际上不适合GLMM：glm()不能做到这一点。您可能想要：
library(lme4)
glmer(formula = Sex ~ `Low Freq (KHz)` + `Full Song Duration` +
(1 | Individual) + (1 | TOD) + (1 | DATER),family = binomial(link = "logit"),data = df)
- 由于不了解随机效应，
glm()将1|TOD之类的术语解释为文字“或”语句：在这种情况下，0被视为FALSE，而其他任何数字均被视为TRUE，因此1|x总是 TRUE-因此您最终在模型中得到了几列额外的1（从TRUE转换回来），它们与截距共线...
一些切线建议：
- 建议不在GLM（M）公式中使用
df$...； R知道足够从提供的数据框中获取这些变量 - 通常，我建议将变量名转换为无需反引号即可使用的名称，例如
low_freq和full_duration（但这是个人喜好问题）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
