Question

我以前从未做过这么复杂的建模，所以我想确保选择最合适的方法。

我有一个特定动物群体的比例数据，在一个地方捕获的动物总数（一项研究）。我想模拟不同大小类别中小组中动物的比例（总数）是否随时间而变化。我想也包括一些随机效果：

随机效应是：

学习ID（身份证号码）
国家/地区（多层次因素）

固定效果是：

年（连续变量）
尺寸等级（3级小/中/大因子）

响应变量，可以是：

cbind（personsGroup，total）
比例

在每项研究中，我可能有比例或小，中，大个体，如果他们被捕获（从捕获的相同总数），但后来我有很多研究，不同的总数被捕获。大多数响应值介于0和1之间，但385个数据点中的一些也是0或1（即没有个人或所有个体都是中小型的。）

最初我想过建模：

ger1 <- glmer(cbind(individualsGroup, total) ~ year*size + (1|studyID) + 
             (1|country), family = binomial, data = DF)

但是我得到了收敛警告：

Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model failed to converge with max|grad| = 2.85734 (tol = 0.001, component 1)
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model is nearly unidentifiable: very large eigenvalue
 - Rescale variables?;Model is nearly unidentifiable: large eigenvalue ratio
 - Rescale variables?

然后我读了here一个建议使用glmmTMB的回复，我尝试如下：

tmb1<- glmmTMB(proportion ~ year*size + (1|studyID) + (1|country), DF, 
    family=list(family="beta",link="logit"))

使用该模型，我收到警告：

Warning messages:
1: In nlminb(start = par, objective = fn, gradient = gr) :
  NA/NaN function evaluation
2: In nlminb(start = par, objective = fn, gradient = gr) :
  NA/NaN function evaluation

有人可以就如何解决这个问题提出任何建议，或建议其他方案吗？

模拟比例的多个变化beta glmm glmer

0 个答案: