Bagaimana cara menerapkan binomial GLMM (glmer) untuk persentase daripada jumlah ya-tidak?

Saya memiliki percobaan tindakan berulang di mana variabel dependen adalah persentase, dan saya memiliki beberapa faktor sebagai variabel independen. Saya ingin menggunakan glmerdari paket R lme4untuk memperlakukannya sebagai masalah regresi logistik (dengan menentukan family=binomial) karena tampaknya mengakomodasi pengaturan ini secara langsung.

Data saya terlihat seperti ini:

 > 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

dan inilah perintah R yang saya harapkan akan sesuai:

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

Masalah dengan ini adalah bahwa perintah mengeluh tentang variabel dependen saya tidak menjadi bilangan bulat:

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

dan analisis data (pilot) ini memberikan jawaban yang aneh sebagai hasilnya.

Saya mengerti mengapa binomialkeluarga mengharapkan bilangan bulat (jumlah ya-tidak), tetapi tampaknya tidak masalah untuk mengembalikan data persentase secara langsung. Bagaimana cara melakukannya?

Untuk menggunakan vektor proporsi sebagai variabel respons glmer(., family = binomial), Anda perlu mengatur jumlah percobaan yang menyebabkan masing-masing proporsi menggunakan weightsargumen. Misalnya, menggunakan cbppdata dari lme4paket:

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

Jika Anda tidak tahu jumlah total percobaan, maka model binomial tidak sesuai, seperti yang ditunjukkan dalam pesan kesalahan.

$(0,1)$