类变量顺序在proc中混合显得重要吗？

Question

我在处理收到错误的proc混合模型时遇到问题：

  

满足收敛标准，但最终的Hessian不是正定的。

我认为发生此错误是因为我的协方差参数估计为0。但是，我的一个朋友能够通过对class语句中的变量重新排序来获得协方差的估计。为什么这很重要？

Hessian convergence warning

Hessian warning removed

下面是两个模型：

1. 收敛于警告：

proc mixed data = data;
  class usubjid trtpn avisitn;
  model chg = trtpn|avisitn base / ddfm=KENWARDROGER solution covb;
  repeated avisitn / subject=usubjid(trtpn) type=ar(1); 
  lsmeans trtpn*avisitn / diff cl;
run;

1. 在没有警告的情况下进行合并（末尾使用usbjid）：

proc mixed data = data;
  class avisitn trtpn usubjid;
  model chg = trtpn|avisitn base / ddfm=KENWARDROGER solution covb;
  repeated avisitn / subject=usubjid(trtpn) type=ar(1); 
  lsmeans trtpn*avisitn / diff cl;
run;

有关信息，请联系：

• AVISITN中的2个级别（14、24）
• TRTPN中的4个级别（1、2、3、5）
• USUBJID中的12个级别