Як застосувати біноміальний GLMM (glmer) до відсотків, а не так-ні?

У мене є експеримент повторного вимірювання, де залежна змінна є відсотком, і я маю кілька факторів як незалежних змінних. Я хотів би використати glmerз пакету R lme4трактувати це як проблему логістичної регресії (шляхом уточнення family=binomial), оскільки, здається, це вміщення безпосередньо відповідає.

Мої дані виглядають так:

 > head(data.xvsy)
   foldnum      featureset noisered pooldur dpoolmode       auc
 1       0         mfcc-ms      nr0       1      mean 0.6760438
 2       1         mfcc-ms      nr0       1      mean 0.6739482
 3       0    melspec-maxp    nr075       1       max 0.8141421
 4       1    melspec-maxp    nr075       1       max 0.7822994
 5       0 chrmpeak-tpor1d    nr075       1       max 0.6547476
 6       1 chrmpeak-tpor1d    nr075       1       max 0.6699825

і ось команда R, на яку я сподівався, буде доречною:

 glmer(auc~1+featureset*noisered*pooldur*dpoolmode+(1|foldnum), data.xvsy, family=binomial)

Проблема в тому, що команда скаржиться на те, що моя залежна змінна не є цілими числами:

In eval(expr, envir, enclos) : non-integer #successes in a binomial glm!

і аналіз цих (пілотних) даних дає в результаті дивні відповіді.

Я розумію, чому binomialсім'я очікує цілих чисел (так-ні рахує), але, здається, слід нормально регресувати дані про відсоток. Як це зробити?

Щоб використовувати вектор пропорцій як змінну відповіді glmer(., family = binomial), вам потрібно встановити кількість випробувань, які призвели до кожної пропорції, використовуючи weightsаргумент. Наприклад, використовуючи cbppдані з lme4пакету:

glmer(incidence / size ~ period + (1 | herd), weights = size,
   family = binomial, data = cbpp)

Якщо ви не знаєте загальної кількості випробувань, то біноміальна модель не підходить, як зазначено в повідомленні про помилку.

$(0,1)$