Question

使用glmer.nb时，我们只收到错误消息

> glm1 <- glmer.nb(Jul ~ scale(I7)+ Maylg+(1|Year), data=bph.df)

错误：（maxstephalfit）PIRLS步骤减半未能减少pwrssUpdate中的偏差另外：警告信息：在theta.ml（Y，mu，sum（w），w，limit = control $ maxit，trace = control $ trace＆gt ;: 达到迭代限制

谁能帮帮我？非常感谢！

我的数据列在下面。

   Year    Jul A7    Maylg L7b
331 1978   1948  6 1.322219   4
343 1979   8140 32 2.678518   2
355 1980 106896 26 2.267172   2
367 1981  36227 25 4.028205   2
379 1982  19085 18 2.752816   2
391 1983  26010 32 2.086360   3
403 1984   1959  1 2.506505   4
415 1985   8025 18 2.656098   0
427 1986   9780 20 1.939519   0
439 1987  48235 29 4.093912   1
451 1988   7473 30 2.974972   2
463 1989   2850 25 2.107210   2
475 1990  10555 18 2.557507   3
487 1991  70217 30 4.843563   0
499 1992   2350 31 1.886491   2
511 1993   3363 32 2.956649   4
523 1994   5140 37 1.934498   4
535 1995  14210 36 2.492760   1
547 1996   3644 27 1.886491   1
559 1997   9828 29 1.653213   1
571 1998   3119 41 2.535294   4
583 1999   5382 10 2.472756   3
595 2000    690  5 1.886491   2
607 2001    871 13       NA   2
619 2002  12394 27 0.845098   5
631 2003   4473 36 1.342423   2

Answer 1

除了其他因素之外，你会对这个数据集产生很多问题，因为你有一个观察级别的随机效果（每Year只有一个数据点）和< / em>正试图拟合负二项模型。这实际上意味着你试图同时以两种不同的方式适应过度离散。

如果您拟合泊松模型，您可以看到结果强烈欠分散（对于泊松模型，残差偏差应大致等于剩余自由度）。

library("lme4") glm0 <- glmer(Jul ~ scale(A7)+ Maylg+(1|Year), data=bph.df, family="poisson") print(glm0) Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) [glmerMod] Family: poisson ( log ) Formula: Jul ~ scale(A7) + Maylg + (1 | Year) Data: bph.df AIC BIC logLik deviance df.resid 526.4904 531.3659 -259.2452 518.4904 21 Random effects: Groups Name Std.Dev. Year (Intercept) 0.9555 Number of obs: 25, groups: Year, 25 Fixed Effects: (Intercept) scale(A7) Maylg 7.3471 0.3363 0.6732 deviance(glm0)/df.residual(glm0) ## [1] 0.0003479596

或者：

library("aods3") gof(glm0) ## D = 0.0073, df = 21, P(>D) = 1 ## X2 = 0.0073, df = 21, P(>X2) = 1

glmmADMB确实设法适应它，但我不知道我对结果的信任程度（分散参数非常大，表明该模型基本上已经收敛到Poisson分布）。 / p>
bph.df <- na.omit(transform(bph.df,Year=factor(Year))) glmmadmb(Jul ~ scale(A7)+ Maylg+(1|Year), data=bph.df, family="nbinom") GLMM's in R powered by AD Model Builder: Family: nbinom alpha = 403.43 link = log Fixed effects: Log-likelihood: -259.25 AIC: 528.5 Formula: Jul ~ scale(A7) + Maylg + (1 | Year) (Intercept) scale(A7) Maylg 7.3628472 0.3348105 0.6731953 Random effects: Structure: Diagonal matrix Group=Year Variance StdDev (Intercept) 0.9105 0.9542 Number of observations: total=25, Year=25

结果与上面lme4的泊松模型基本相同。

使用glmer.nb（），错误消息：（maxstephalfit）PIRLS步骤减半未能减少pwrssUpdate中的偏差返回

1 个答案: