Question

我进行了实地观察，计算了一个小区中的鸟类数量，并在不同月份重复了4次观察。目的是查看土地利用是否会影响观察到的鸟类数量。

我的公式是bird.count〜lu +（1 | plot）

bird.count一个计数数据，其中包含大量零观测值，并且均值= 2，方差= 5.9，其中lu是六个级别的因数，plot是36个级别的因数，是我进行重复观测的地方。总共我有144个观察结果。

基于所有这些，我进行了负二项式混合效应回归分析，但是收到了关于收敛失败和标准误差的警告，并且该系数的误差非常高并且都相同。

然后我尝试平均每个图的bird.count，然后进行总共36次观察。我这样做是因为我不必使用混合效果模型。我在假定高斯分布的情况下运行时有些顾虑，但系数的标准误很高，而且都一样。

我尝试过的事情，

fit.x10 <- glmer.nb (bird.count ~ 1 + (1|plot) , data= birds.data)  
There were 13 warnings (use warnings() to see them)

fit.x11 <- glmer.nb (bird.count ~ lu + (1|plot), data= birds.data)  
There were 32 warnings (use warnings() to see them)

这没有警告

fit.y10 <- glmmTMB(
  bird.count ~ (1|plot), data= birds.data, 
  family = nbinom2, ziformula = ~0, se = TRUE, 
  verbose = FALSE, doFit = TRUE
)

这没有发出警告，但截距和系数的标准误差很高，并且值相同。对于随机效应图，var = 0.1946和std = 0.4412

fit.y11 <- glmmTMB(
  bird.count ~ lu+  (1|plot), data= birds.data, 
  family = nbinom2, ziformula = ~0, se = TRUE, 
  verbose = FALSE, doFit = TRUE
)

这没有发出警告，但是截距和系数的标准误差很高，并且值相同

fit.z11 <- glm (bird.count ~ lu , data= birds.data.avg, family = gaussian)

关于如何诊断问题的任何建议还是我做错了什么？

使用混合效应模型时的收敛警告

0 个答案: