Question

我正在尝试使用glmer.nb拟合模型，但是我一直遇到错误。

我的因变量是 n_Edu，它是一个计数变量。我还有其他自变量（性别，保守派，自由党，领导才能都是虚拟变量，年份和Years.in.parliament都是类别变量）。

当我对下面的代码进行编码时，会出现错误。

model1 <- glmer.nb(n_Edu ~ year + gender + Conservative + LibDem + Leadership + Years.in.parliament + (1+year|member_id), family = binomial, data = df1)

错误显示为：

工厂错误（refitNB，类型= c（“消息”，“警告”））（lastfit，theta = exp（t），： pwrssUpdate没有在（maxit）迭代中收敛

此外：警告消息：

1：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中：无法评估比例梯度

2：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中：模型无法收敛：退化为具有1个负特征值的Hessian

3：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中：无法评估比例梯度

4：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中：模型无法收敛：退化为具有1个负特征值的Hessian

当我在Poisson下运行相同的模型时，效果很好。

model2 <- glmer(n_Edu ~ 1 + year + gender + Conservative + LibDem + Leadership + Years.in.parliament + (year | member_id),
                     data = df1, 
                     family = poisson(link = "log"))

我不想使用泊松，但是我不确定负二项式模型有什么问题吗？

混合模型-使用负二项式的纵向计数数据？

0 个答案: