Question

我已经在lme4包中构建并运行了混合效应逻辑回归模型，以估计不同位置（细胞/栖息地）中鱼类占用的概率。数据框由对68条单独鱼类的1,207,140次观测组成。对于每个人（每天约1年），它描述了每个唯一位置的发生次数相对于所有位置的总发生次数。

以下是基本模型：

    m.base = glmer(cbind(N,t.move-N) ~ jdate + snSurface.Area + Restoration..P.A. +    
    Release.Location+ Sex + (1|Station) + (0 + jdate|ID), data=allfishdat, family=binomial)
where N=# unique positions, t.move=total positions, jdate=julian date, Station=locations, ID=fish ID

我收到以下警告信息：

Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
                Model failed to converge with max|grad| = 3349.26 (tol = 0.001)
2: In if (resHess$code != 0) { :
 the condition has length > 1 and only the first element will be used
3: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
 Model is nearly unidentifiable: very large eigenvalue
 - Rescale variables?;Model is nearly unidentifiable: large eigenvalue ratio
 - Rescale variables?

我做了一些搜索，试图了解这些消息的含义及其对模型的影响，但还没有理解警告。

Answer 1

如果第一个问题与需要经历更多迭代以达到收敛的R有关，则下面的代码可能有所帮助。将'20000'替换为对您的特定型号有意义的最大迭代次数。（请注意，您的原始模型代码最后已修改为包含'control = my.control'。）

my.control=lmerControl(optCtrl=list(maxfun=20000); my.control

m.base = glmer(cbind(N,t.move-N) ~ jdate + snSurface.Area + Restoration..P.A. +  Release.Location+ Sex + (1|Station) + (0 + jdate|ID), data=allfishdat, family=binomial, control = my.control)

使用以下命令查看当前的lmeControls可能也很有用：

str(lmerControl())

此外，之前的回答可能对您有所帮助： increase iterations for new version of lmer?

了解r lme4中混合模型的警告消息

1 个答案: