Como aplicar GLMM binomial (glmer) a porcentagens em vez de contagens sim-não?

Tenho um experimento de medidas repetidas em que a variável dependente é uma porcentagem e tenho vários fatores como variáveis ​​independentes. Eu gostaria de usar glmero pacote R lme4para tratá-lo como um problema de regressão logística (especificando family=binomial), pois parece acomodar essa configuração diretamente.

Meus dados são assim:

 > 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

e aqui está o comando R que eu esperava que fosse apropriado:

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

O problema com isso é que o comando reclama da minha variável dependente não ser números inteiros:

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

e a análise desses dados (piloto) fornece respostas estranhas como resultado.

Entendo por que a binomialfamília espera números inteiros (sim-não conta), mas parece que não há problema em regredir dados percentuais diretamente. Como fazer isso?

Para usar um vetor de proporções como a variável de resposta glmer(., family = binomial), é necessário definir o número de tentativas que levaram a cada proporção usando o weightsargumento Por exemplo, usando os cbppdados do lme4pacote:

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

Se você não souber o número total de tentativas, um modelo binomial não é apropriado, conforme indicado na mensagem de erro.

$(0,1)$