r - R : Bootstrapping with multilevel model

我希望在我的多级模型系数估算值周围计算95％的置信区间。

对于具有单个分组变量的模型，我没有任何麻烦，但是当我添加一个额外的分组变量时，我遵循的引导方法(http://www.ats.ucla.edu/stat/r/dae/melogit.htm)基本上崩溃了。

我研究了bootMer(lme4的新实现部分)，结果相同。

这是问题的示例:

----------------------------编辑以包含可重现的示例---------------- ------------

对这个问题的有益评论和通过示例进行的工作给出了答案-并不是第二个分组变量本身的添加，而是导致问题的分组变量的缺失。

这是遇到此问题的其他人的有效示例。

为了说明起见，这是一个简单的功能...

FUN <- function(fit) {return(fixef(fit))}

示例数据(完整)

grouper1 <- as.factor(sample(letters[1:20], 1000, replace = TRUE))
grouper2 <- sample(letters[1:2], 1000, replace = TRUE)
DV<-rnorm(1000)
IV<-rnorm(1000)
example<-data.frame(grouper1, grouper2, DV, IV)

与此数据一起正常工作

one_grouper<-lmer(DV ~ IV + (1 | grouper1), data=example)

> bootMer(one_grouper,FUN, nsim=1)

Call:
bootMer(x = one_grouper, FUN = FUN, nsim = 1)

Bootstrap Statistics :
       original       bias    std. error
t1* 0.005286026  0.041665542          NA
t2* 0.009642498 -0.003707219          NA
>
> two_grouper<-lmer(DV ~ IV + (1 | grouper1) + (1 | grouper2), data=example)
>
> bootMer(one_grouper,FUN, nsim=1)

Call:
bootMer(x = one_grouper, FUN = FUN, nsim = 1)

Bootstrap Statistics :
       original      bias    std. error
t1* 0.005286026 -0.03465914          NA
t2* 0.009642498 -0.01361108          NA

但是，当我们在分组变量中引入缺失时...

example$missinggroups <- with(example, ifelse(randommissing=="f", NA,grouper1))

> one_grouper<-lmer(DV ~ IV + (1 | missinggroups ), data=example)
>
> bootMer(one_grouper,FUN, nsim=1)

Call:
bootMer(x = one_grouper, FUN = FUN, nsim = 1)


Bootstrap Statistics :
WARNING: All values of t1* are NA
WARNING: All values of t2* are NA
Warning message:
In bootMer(one_grouper, FUN, nsim = 1) : some bootstrap runs failed (1/1)

最佳答案

这是一个confirmed issue，根据评论，此修复程序已在2014年1月8日的开发版本中运行。

当版本lme4 on CRAN的版本> 1.1-5。