运行多级模型时，我收到以下两个警告：
警告消息：1：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv ，：模型无法与max | grad |收敛= 103.424（tol = 0.002，组件1）2：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，：模型接近 无法识别：特征值非常大 -重新调整变量？
我的数据可以通过以下任一链接下载：Google Drive或Dropbox
令人困惑的是，当我在另一台计算机上尝试时，我有一个新警告：
边界（奇异）拟合：请参见？isSingular
运行模型的代码如下：
library(mlmRev)
New <- lmer(cong_LH_all ~ voter_exp_dif_LH_all + education + knowledge_adj + dif_cls_LH_all
+ cong_closest + ENEP + (1|election), cses_leg)
我尝试了其他类似Stack Overflow问题中建议的许多解决方案，例如here。首先，更改优化器：
Model1.2 <- lmerTest::lmer(cong_LH_all ~ voter_exp_dif_LH_all + education
+ knowledge_adj + dif_cls_LH_all + dif_cls_LH_all + cong_closest + ENEP +
+ (1|election), data = cses_leg, control = lmerControl(optimizer="bobyqa",
optCtrl=list(maxfun=2e5)))
警告消息： 1：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中： 模型无法与max | grad |收敛= 6.1826（tol = 0.002，组件1） 2：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中： 模型几乎无法识别：特征值非常大 -重新调整变量？
Model1.3 <- lmerTest::lmer(cong_LH_all ~ voter_exp_dif_LH_all + education + knowledge_adj + dif_cls_LH_all + dif_cls_LH_all + cong_closest + ENEP + (1|election), data = cses_leg, control= lmerControl(optimizer="Nelder_Mead", optCtrl=list(maxfun=2e5)))
边界（奇异）拟合：请参阅？isSingular
Model1.4 <- lmerTest::lmer(cong_LH_all ~ voter_exp_dif_LH_all + education + knowledge_adj + dif_cls_LH_all + dif_cls_LH_all + cong_closest + ENEP + (1|election), data = cses_leg, control= lmerControl(optimizer="nlminbwrap", optCtrl=list(maxfun=2e5)))
警告消息： 1：在optwrap（optimizer，devfun，getStart（start，rho $ lower，rho $ pp），中： 来自nlminbwrap的收敛代码1 2：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中： 模型无法与max | grad |收敛= 25.1833（tol = 0.002，组件1） 3：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中： 模型几乎无法识别：特征值非常大 -重新调整变量？
然后，我已经完成了奇点检查，这可能是问题所在，但我不知道该如何解决：
tt <- getME(New,"theta")
ll <- getME(New,"lower")
min(tt[ll==0])
结果值：
0.1728425
尝试重新缩放（使用上面同一链接中的代码）：
numcols <- grep("^c\\.", names(cses_leg))
cses_l2 <- cses_leg
cses_l2[,numcols] <- scale(cses_l2[,numcols])
New <- lmer(cong_LH_all ~ voter_exp_dif_LH_all + education + knowledge_adj + dif_cls_LH_all + cong_closest + ENEP + (1|election), cses_l2)
也许我可以对特定变量进行更简单的重新缩放，但是我不知道从哪里开始。它们或多或少相似（比例从1-10、0-4等）