GLMM负二项式-r中的glmer-收敛/模型几乎不可识别：特征值非常大

Question

我正在尝试在R中安装GLMM，并且收到两个警告。尝试了?help页面的软件包/功能以及?convergence，但实际上并没有解决。 =>我开始使用泊松分布，然后诊断显示过度分散和零膨胀。然后，我使用glmer.nb更改为负二项式分布。然后，?help页显示如果我们知道存在过度分散，则应该改用*glmer(family=MASS::negative.binomial(theta=1.75))*。

问题： 1）该theta值（1.75）由公式固定，还是应该为我的模型找到theta？ 2）尝试过?convergence页，但未找到答案。因此，有人知道解决此警告的可能方法： "1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.172241 (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?"

• 结果变量：“死”计数；自变量是分类的，并且具有三个随机效应。 *地物数据，因此每个“ ord”（单位）都有“来源”和“周”级别。 （250 ord * 7周* 3来源= 5250行）。

如果有人有任何建议，我将不胜感激。

我的代码：

nbm <- glmer(dead ~ week + year + wean.month + classB.Q + euth.p.cat + source + protec + wean.cat.Q+ arr.euth.p.cat + (1|source:ord) + (1|ord) + (1|barngrp), offset=log(survival), data=final, family=MASS::negative.binomial(theta=1.75),control=glmerControl(optimizer = c("bobyqa", "Nelder_Mead"), optCtrl=list(maxfun=15000000)))