R: regressão logística binária de modelo misto inicializada utilizando bootMer() do novo pacote lme4

quero usar a nova funcionalidade bootMer() do novo pacote lme4 (a versão de desenvolvimento actual). Sou novo em R e não sei que Função devo escrever para o seu argumento divertido. Diz que precisa de um vector numérico, mas não faço ideia do que essa função irá executar. Então eu tenho uma fórmula de modelo misto que é lançada para o bootMer(), e tem um número de réplicas. Então não sei o que essa função externa faz? É suposto ser um modelo para métodos de inicialização? Não são. métodos de inicialização já implementados em He bootMer? Então por que eles precisam de uma "estatística de interesse"externa? E que estatísticas de interesse devo usar?

a seguinte sintaxe é adequada para trabalhar? R continua em erro gerando que a diversão deve ser um vetor numérico. Eu não sei como separar as estimativas do "fit" e até devo fazer isso em primeiro lugar? Posso apenas dizer que estou perdido com essa discussão "divertida". Também não sei se devo passar a fórmula de brilho de modelo misto() usando a variável "Mixed5" ou devo passar alguns ponteiros e referências? I see in the examples that X (the first argument of bootMer() is a *lmer () object. I wanted to write * Mixed5 but it rendered an error.

o meu código é:

library(lme4)
library(boot)

(mixed5 <- glmer(DV ~ (Demo1 +Demo2 +Demo3 +Demo4 +Trt)^2 
                 + (1 | PatientID) + (0 + Trt | PatientID)
                 , family=binomial(logit), MixedModelData4))


FUN <- function(formula) {
  fit <- glmer(DV ~ (Demo1 +Demo2 +Demo3 +Demo4 +Trt)^2 
               + (1 | PatientID) + (0 + Trt | PatientID)
               , family=binomial(logit), MixedModelData4)
  return(coef(fit))
}

result <- bootMer(mixed5, FUN, nsim = 3, seed = NULL, use.u = FALSE,
        type = c("parametric"),
        verbose = T, .progress = "none", PBargs = list())

result
FUN
fit

e o erro:

Error in bootMer(mixed5, FUN, nsim = 3, seed = NULL, use.u = FALSE, type = c("parametric"),  : 
  bootMer currently only handles functions that return numeric vectors

-------------------------------------------------------- Atualização -----------------------------------------------------

o meu código revisto:

library(lme4)
library(boot)

(mixed5 <- glmer(DV ~ (Demo1 +Demo2 +Demo3 +Demo4 +Trt)^2 
                + (0 + Trt | PatientID)
                 , family=binomial(logit), MixedModelData4))


FUN <- function(fit) {
  fit <- glmer(DV ~ (Demo1 +Demo2 +Demo3 +Demo4 +Trt)^2 
               + (1 | PatientID) + (0 + Trt | PatientID)
               , family=binomial(logit), MixedModelData4)
  return(fixef(fit))
}

result <- bootMer(mixed5, FUN, nsim = 3)

result

-------------------------------------------------------- Atualização 2 -----------------------------------------------------

eu também tentei o seguinte, mas o código gerou avisos e não deu nenhum resultado.

(mixed5 <- glmer(DV ~ Demo1 +Demo2 +Demo3 +Demo4 +Trt 
                 + (1 | PatientID) + (0 + Trt | PatientID)
                 , family=binomial(logit), MixedModelData4))

FUN <- function(mixed5) {
  return(fixef(mixed5))}

result <- bootMer(mixed5, FUN, nsim = 2)

Aviso mensagem:

In bootMer(mixed5, FUN, nsim = 2) : some bootstrap runs failed (2/2)
> result

Call:
bootMer(x = mixed5, FUN = FUN, nsim = 2)

Bootstrap Statistics :
WARNING: All values of t1* are NA
WARNING: All values of t2* are NA
WARNING: All values of t3* are NA
WARNING: All values of t4* are NA
WARNING: All values of t5* are NA
WARNING: All values of t6* are NA

-------------------------------------------------------- Atualização 3 -----------------------------------------------------

este código também gerou avisos:

FUN <- function(fit) {
  return(fixef(fit))}

result <- bootMer(mixed5, FUN, nsim = 2)

os avisos e resultados:

Warning message:
In bootMer(mixed5, FUN, nsim = 2) : some bootstrap runs failed (2/2)
> result

Call:
bootMer(x = mixed5, FUN = FUN, nsim = 2)

Bootstrap Statistics :
WARNING: All values of t1* are NA
WARNING: All values of t2* are NA
WARNING: All values of t3* are NA
WARNING: All values of t4* are NA
WARNING: All values of t5* are NA
WARNING: All values of t6* are NA