5

我已经在 lme4 包中为 r 建立并运行了一个混合效应逻辑回归模型，以估计不同位置（细胞/栖息地）中鱼类的占用概率。数据框由 68 条个体鱼的 1,207,140 个观测值组成。对于每个人（每天约 1 年），它描述了每个唯一位置的出现次数相对于所有位置的出现总数。

这是基本模型：

    m.base = glmer(cbind(N,t.move-N) ~ jdate + snSurface.Area + Restoration..P.A. +    
    Release.Location+ Sex + (1|Station) + (0 + jdate|ID), data=allfishdat, family=binomial)
where N=# unique positions, t.move=total positions, jdate=julian date, Station=locations, ID=fish ID

我收到以下警告消息：

Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
                Model failed to converge with max|grad| = 3349.26 (tol = 0.001)
2: In if (resHess$code != 0) { :
 the condition has length > 1 and only the first element will be used
3: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
 Model is nearly unidentifiable: very large eigenvalue
 - Rescale variables?;Model is nearly unidentifiable: large eigenvalue ratio
 - Rescale variables?

我进行了一些搜索以试图了解这些消息的含义及其对模型的影响，但还没有理解这些警告。

4

1 回答 1

2

如果第一个问题与 R 需要经历更多迭代以达到收敛有关，那么下面的代码可能会有所帮助。将“20000”替换为对您的特定模型有意义的任何最大迭代次数。（请注意，您的原始模型代码已在末尾进行了修改，以包含“control = my.control”。） 

my.control=lmerControl(optCtrl=list(maxfun=20000); my.control

m.base = glmer(cbind(N,t.move-N) ~ jdate + snSurface.Area + Restoration..P.A. +  Release.Location+ Sex + (1|Station) + (0 + jdate|ID), data=allfishdat, family=binomial, control = my.control)

使用以下命令查看当前的 lmeControls 也可能对您有用：

str(lmerControl())

此外，这个先前的答案可能对您有所帮助： 增加新版本 lmer 的迭代？

于 2014-06-15T18:27:56.673 回答