我正在尝试使用该lme4
包将广义线性混合效应模型拟合到我的数据中。
数据可以描述如下(见下面的例子): 鱼超过 28 天的存活数据。示例数据集中的解释变量是:
Region
这是幼虫起源的地理区域。treatment
提高来自每个地区的鱼子样本的温度。replicate
整个实验的三个重复之一tub
随机变量。总共 15 个浴缸(用于维持水族箱中的实验温度)(replicate
5 个温度每个3treatment
秒)。每个浴缸包含 1 个水族箱Region
(总共 4 个水族箱),并随机放置在实验室中。Day
不言自明,从实验开始的天数。stage
没有在分析中使用。可以忽略。
响应变量
csns
累积生存。即remaining fish/initial fish at day 0
。start
用于告诉模型生存概率与实验开始时鱼的数量相关的权重。aquarium
第二个随机变量。这是每个水族馆的唯一 ID,其中包含它所属的每个因素的值。例如 N-14-1 表示Region N
,Treatment 14
,replicate 1
。
我的问题很不寻常,因为我之前安装了以下模型:
dat.asr3<-glmer(csns~treatment+Day+Region+
treatment*Region+Day*Region+Day*treatment*Region+
(1|tub)+(1|aquarium),weights=start,
family=binomial, data=data2)
但是,现在我正在尝试重新运行模型以生成用于发布的分析,但在相同的模型结构和包中出现以下错误。输出如下:
> Warning messages:
1:在 eval(expr, envir, enclos) 中:非整数 #successes 在二项式 glm 中!
2: 在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
模型未能收敛到 max|grad| = 1.59882 (tol = 0.001, component >1)
3: 在 checkConv( attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
模型几乎无法识别:非常大的特征值
- 重新调整变量?;模型几乎无法识别:大特征值比率
- 重新调整变量?
我的理解如下:
警告信息 1。
non-integer #success in a binomial glm
指csns
变量的比例格式。我已经咨询了几个来源,包括 github、r-help 等,都提出了这个建议。3 年前帮助我进行这项分析的研究员是遥不可及的。是否与lme4
过去 3 年的包装变化有关?
警告信息 2。
我理解这是一个问题,因为没有足够的数据点来拟合模型,特别是在和处,
L-30-1
仅
进行了两次观察:和
所有三个水族馆。因此,没有可变性或足够的数据来拟合模型。 L-30-2
L-30-3
Day 0 csns=1.00
Day 1 csns=0.00
尽管如此,这个模型lme4
之前已经工作过,但现在没有这些警告就无法运行。
警告信息 3
这个对我来说完全陌生。以前从未见过。
样本数据:
Region treatment replicate tub Day stage csns start aquarium
N 14 1 13 0 1 1.00 107 N-14-1
N 14 1 13 1 1 1.00 107 N-14-1
N 14 1 13 2 1 0.99 107 N-14-1
N 14 1 13 3 1 0.99 107 N-14-1
N 14 1 13 4 1 0.99 107 N-14-1
N 14 1 13 5 1 0.99 107 N-14-1
有问题的数据1005cs.csv
可通过我们传输在此处获得:http ://we.tl/ObRKH0owZb
任何有关破译此问题的帮助,将不胜感激。此外,对于分析这些数据的合适的包或方法的任何替代建议也会很棒。