glmmLasso错误“需要数字/复杂矩阵/矢量参数”

Question

我正在尝试通过具有固定效果的逻辑链接函数来学习glmmLasso包用于套索估计的机制，但是我无法得到一个没有错误的虚拟示例。

library(glmmLasso)
y=rbinom(n = 21,size = 1,prob = .5)
x=rnorm(21)
year=rep(1:3, times=7)
ID=rep(1:7, each=3)
df=as.data.frame(cbind(y,x,ID,year))
library(glmmLasso)
lasso_fe=glmmLasso(y~x+as.factor(ID)+as.factor(year), family=binomial(link = logit), lambda=10, data = df)

该错误来自最后一个命令：“ n％*％s中的错误：需要数字/复杂矩阵/矢量参数”。 我理解错误本身，但是在这种情况下我不理解它，因为data.frame本身都是数字的，并且glmmLasso包需要将分组变量分解为固定效果。 对于方程中的所有变量子集（甚至除去因子变量），以及除去或更改其他选项时，似乎也会出现该错误。

Answer 1

看起来，默认情况下， glmmLasso函数从固定效果中指定具有相同公式的随机效果（即glmmLasso(fix=formula, rnd=formula, ...) 。

要在没有随机影响估计的情况下运行它，请使用rnd=NULL ：

> lasso_fe <- glmmLasso(
   y~x+as.factor(ID)+as.factor(year),
   rnd = NULL, # <- no r.e.
   family=binomial(link = logit), lambda=10, data = df)

> lasso_fe
Call:
glmmLasso(fix = y ~ x + as.factor(ID) + as.factor(year), rnd = NULL, 
    data = df, lambda = 10, family = binomial(link = logit))

Fixed Effects:

Coefficients:
     (Intercept)                x   as.factor(ID)2   as.factor(ID)3 
     -0.09531017       0.00000000       0.00000000       0.00000000 
  as.factor(ID)4   as.factor(ID)5   as.factor(ID)6   as.factor(ID)7 
      0.00000000       0.00000000       0.00000000       0.00000000 
as.factor(year)2 as.factor(year)3 
      0.00000000       0.00000000 

No random effects included!

发生错误是因为程序包假定随机效应呈正态分布 。 因子变量不符合此类规范，因为它们不是数字。