我目前正在计算32个国家（国家/地区变量“ CNTRY3”）的多层次分析结果。因变量是支付环境保护“ WTP”的意愿（1-5级，居中）。我在多级分析的第三步（随机拦截随机斜率）中包括了四个随机斜率（我想根据自己的理论来改变这些斜率）：
。
modell.3a <- lmer(WTP ~ RINC_ALL_z + social_trust_cen + political_trust_cen +
Men + lowest_degree + middle_degree + requirement_university +
uncompleted_university + university_degree + AGE_cen + urban +
EC_cen + (RINC_ALL_z + social_trust_cen + political_trust_cen +
EC_cen|CNTRY3), data=ISSP2010_1)
然后出现错误消息：
收敛代码：0模型无法与max | grad |收敛。 = 0.00527884（tol = 0.002，第1部分）
现在，我能够进行研究，例如，如果使用优化器“ BOBYQA”计算模型，则可以绕过这些“收敛警告”。确实，如果我这样计算模型，那么就不会再出现收敛警告：
modell.3b <- lmer(WTP ~ RINC_ALL_z + social_trust_cen + political_trust_cen +
Men + lowest_degree + middle_degree + requirement_university +
uncompleted_university + university_degree + AGE_cen + urban +
EC_cen + (RINC_ALL_z + social_trust_cen + political_trust_cen +
EC_cen|CNTRY3), data=ISSP2010_1, control = lmerControl(optimizer = "bobyqa",
optCtrl=list(maxfun=1e5)))
因此，我在这个非常有趣的article中读到，如果您使用一个优化程序，则应将其与所有其他可用的优化程序进行比较，以了解某些优化程序是否会影响回归参数。我说了这么多话（对环境的了解不一），我复制了本文的图表，但不幸的是，优化程序不在本文中的一列（对数似然/ t值）中。我在这里附上了两张图片。对于对数似然比较和t值比较，我的解释是，大多数优化程序（5）在同一列中（包括我使用的“ BOBYQA”），只有2个优化程序与大多数优化程序不同，所以我用过的优化程序应该不会影响参数，对吧？
第一个问题是这种优化器的作用（您刚刚读到应该使用优化器来避免收敛问题）？ 我的第二个问题是，您是否同意这两个图的解释？
我对答案很满意，我已经思考了好几天...：-（
许多问候 琼恩
