我目前正在研究多级模型。我的个人群体是“一个人是多么满意”，其他变量是“收入感觉”，“健康”，工作，社交，国家。
我的小组级别是：国家和密度。
我正在显示四种不同类型的模型（不同的截距，没有预测因子/不同截距与个别水平预测器/ ......）现在我遇到了使用组级预测模型的变化截距的问题，显示了错误如下面的代码所示。
M3 = lmer(happylyf ~ incomefeel + healthy + workinf + social + density + (1 | country),
+ family(binomial(link = "logit")),data = Mer)
UseMethod（“family”）中的错误： 适用于“家庭”类对象的“家庭”没有适用的方法
这显示了响应的结构
str(Mer$happylyf)
# num [1:10977] 4 5 4 4 4 4 2 3 4 4 ...
#1=unhappy (...) 5=very happy
此外，当我使用组级预测器模型显示Varying截距和斜率时，这就是我得到的。
M4 = lmer ( happylyf ~ incomefeel + healthy + workinf + social +
density:incomefeel + density:healthy + density:workinf + density:social +
(1 + incomefeel + healthy + workinf + social |country), data = Mer)
警告讯息：
1：一些预测变量的尺度非常不同：考虑重新缩放 2：在checkConv（attr（opt，“derivs”）中，opt $ par，ctrl = control $ checkConv ,: 无法评估比例梯度
3：在checkConv（attr（opt，“derivs”）中，选择$ par，ctrl = control $ checkConv，： 模型未能收敛：使用1个负特征值退化Hessian