r - glmmLasso 错误和警告

Question

我正在尝试使用 glmmLasso 在广义线性混合模型中执行变量选择，但出现错误和警告，我无法解决。数据集不平衡，一些参与者 (PTNO) 的样本比其他参与者多；没有丢失的数据。我的因变量是二进制的，所有其他变量(除了 ID 变量 PTNO)都是连续的。我怀疑发生了一些非常普遍的事情，但显然没有看到它并且没有在文档或网络上找到任何解决方案。基本上只是改编自 glmmLasso 足球示例的代码是:

glm8 <- glmmLasso(Group~NDUFV2_dCTABL+GPER1_dCTABL+ ESR1_dCTABL+ESR2_dCTABL+KLF12_dCTABL+SP4_dCTABL+SP1_dCTABL+  PGAM1_dCTABL+ANK3_dCTABL+RASGRP1_dCTABL+AKT1_dCTABL+NUDT1_dCTABL+                   POLG_dCTABL+   ADARB1_dCTABL+OGG_dCTABL+ PDE4B_dCTABL+  GSK3B_dCTABL+ APOE_dCTABL+  MAPK6_dCTABL, rnd = list(PTNO=~1),  
    family = poisson(link = log), data = stackdata, lambda=100, 
    control = list(print.iter=TRUE,start=c(1,rep(0,29)),q.start=0.7)) 

错误信息显示如下。具体来说，我不相信数据集中有任何 NA，我不确定关于因子变量的警告的含义。

Iteration 1 Error in grad.lasso[b.is.0] <- score.beta[b.is.0] - lambda.b * sign(score.beta[b.is.0]) : NAs are not allowed in subscripted assignments In addition: Warning message: In Ops.factor(y, Mu) : ‘-’ not meaningful for factors

包含必要变量的简化数据集以 R 格式提供，可以下载 here .我希望我能得到一些关于如何继续分析的指导。如果数据集有任何问题或者您无法下载，请告诉我。非常感谢任何帮助。

Answer 1

只是为了跟进上面的@Kristofersen 评论。确实是 start 向量打乱了您的分析。

如果我跑

glm8 <- glmmLasso(Group~NDUFV2_dCTABL+GPER1_dCTABL+ ESR1_dCTABL+ESR2_dCTABL+KLF12_dCTABL+SP4_dCTABL+SP1_dCTABL+  PGAM1_dCTABL+ANK3_dCTABL+RASGRP1_dCTABL+AKT1_dCTABL+NUDT1_dCTABL+                   POLG_dCTABL+   ADARB1_dCTABL+OGG_dCTABL+ PDE4B_dCTABL+  GSK3B_dCTABL+ APOE_dCTABL+  MAPK6_dCTABL, 
                  rnd = list(PTNO=~1), 
                  family = binomial(), 
                  data = stackdata, 
                  lambda=100,     
                  control = list(print.iter=TRUE))

然后一切都很好而且花花公子(即，它收敛并产生一个解决方案)。您已经复制了带有泊松回归的示例，您需要根据您的情况调整代码。我不知道输出是否有意义。

快速说明:我在上面的代码中使用了二项分布，因为你的结果是二元的。如果估计相对风险有意义，那么泊松可能是合理的(并且它也会收敛)，但您需要重新编码您的结果，因为这两个组被定义为 1 和 2 这肯定会搞乱泊松回归。

换句话说做一个

stackdata$Group <- stackdata$Group-1

在运行分析之前。