Как запустить обобщенную линейную смешанную регрессию в r с двоичным результатом и непрерывными входами - PullRequest
Новая
       82

Как запустить обобщенную линейную смешанную регрессию в r с двоичным результатом и непрерывными входами

1 голос
/ 14 июня 2019

Я пытаюсь создать продольную модель для прогнозирования риска развития диабета в следующем году у субъектов с различными биометрическими показателями, а именно с ИМТ, возрастом, систолическим артериальным давлением (САД) и соотношением талии и бедер (WHR),Я использую поддельный тестовый образец с двумя временами сбора данных (годы 0 и 1, которые просто представляют годы 2017 и 2018) и 5 ​​предметами (ID 1-5).

В настоящее время у меня загружен набор данныхв виде диабетических данных (из файла CSV).Я использую пакет lme4 и хочу использовать функцию glmer, поскольку она используется для двоичных переменных результата (1 для диабета, 0 для не диабета).Я очень новичок в этом, поэтому я не уверен, правильно ли я ввожу свои переменные при выполнении регрессии. 

ID Year Diabetes BMI Age SBP WHR
1   1   0   0   24.0    60  140 0.90
2   1   1   0   25.0    61  130 0.95
3   2   0   0   20.0    65  120 0.75
4   2   1   1   30.0    66  150 1.10
5   3   0   1   31.0    77  160 1.20
6   3   1   1   31.0    78  162 1.21
7   4   0   0   23.0    51  125 0.80
8   4   1   1   28.0    52  145 0.99
9   5   0   0   26.0    54  133 0.91
10  5   1   1   29.2    55  145 0.98

> glmer(formula = Diabetes ~ BMI + Age + SBP + WHR + (Age|WHR) + (Age|SBP), data = diabetestimedata, family=binomial())
Error: number of observations (=10) < number of random effects (=20) for term (Age | WHR); the random-effects parameters are probably unidentifiable
> glmer(formula = Diabetes ~ BMI + Age + SBP + WHR + (ID|Year), data = diabetestimedata, family=binomial())
Error in pwrssUpdate(pp, resp, tol = tolPwrss, GQmat = GQmat, compDev = compDev,  : 
  (maxstephalfit) PIRLS step-halvings failed to reduce deviance in pwrssUpdate
> glmer(formula = Diabetes ~ BMI + Age + SBP + WHR + (1|Year), data = diabetestimedata, family=binomial())
Error in pwrssUpdate(pp, resp, tol = tolPwrss, GQmat = GQmat, compDev = compDev,  : 
  (maxstephalfit) PIRLS step-halvings failed to reduce deviance in pwrssUpdate

Ошибки можно увидеть выше в окне кода.

Я бы хотел получить регрессионный вывод на основе этих данных, но я действительно не уверен, что мои входные данные действительно выполнены правильно.

...