如何将二项式GLMM（glmer）应用于百分比而不是是-否计数？

我有一个重复测量实验，其中因变量是一个百分比，并且我有多个因素作为自变量。我想glmer从R包中使用lme4它（通过指定family=binomial）作为逻辑回归问题，因为它似乎可以直接容纳此设置。

我的数据如下所示：

 > 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

这是我希望合适的R命令：

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

问题是该命令抱怨我的因变量不是整数：

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

对这些（试点）数据的分析给出了奇怪的答案。

我知道为什么这个binomial家庭期望整数（是-没有计数），但是直接对百分比数据进行回归似乎应该可以。这该怎么做？

为了将比例向量用作带有的响应变量glmer(., family = binomial)，您需要使用weights参数设置导致每个比例的试验次数。例如，使用包中的cbpp数据lme4：

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

如果您不知道试验的总数，那么不适合使用二项式模型，如错误消息中所示。

$(0,1)$