0

在这里https://stats.stackexchange.com/questions/13000/random-effect-nested-under-fixed-effect-model-in-r和这里https://stats.stackexchange.com/questions提出了类似的问题/190120/nesting-random-effect-within-fixed-effect-using-lmer-of-lme4-in-r但是，我无法将这些答案应用于我的特定问题。

数据

在 23 个不同的森林地点建立了样地。每个地块有 4 个子地块。我感兴趣的响应是包含成功树的子图的数量。为了避免伪复制，这在绘图级别被建模为在 4 次试验中成功 x 次（x 可以是整数 [0:4]）的二项式。我有两个我感兴趣的固定效应：围栏和平均幼苗大小。击剑是一个标准变量，平均。幼苗大小是在小区级别测量的。因为多个地块嵌套在同一个位置，我的委员会成员希望我将位置作为随机效应包括在内，以说明地块之间缺乏完全独立性。

以下代码模拟我的数据：

location<-as.character(LETTERS[rep(seq(from=1,to=23),30)])
plot<-rep(seq(from=1,to=30),23)
success<-sample(0:4,690,replace=T)
n_subplots<-rep(4,690)
df<-data.frame(location,plot,success,n_subplots)
df$FENCED<-ifelse(df$location %in% c("A","B","C","D","E","F","G"),
              1,0)
df$seedling_size<-df$success*.05+rnorm(1,0,2.5)+.1*df$FENCED
df$success<-ifelse(df$success>2 & df$FENCED ==1, df$success-2,df$success)
df$success<-ifelse(df$location %in% c("A","J","L"),df$success-1,df$success)
df$success<-ifelse(df$success<0,0,df$success)
df<-df[order(df$location,df$plot),]

该模型

我想单独测试围栏效果以及围栏和幼苗大小之间可能的相互作用（围栏保护小幼苗免受鹿的伤害）。这是我正在使用的模型：

model<-glmer(cbind(success,n_subplots)~FENCED*seedling_size + 
(FENCED|location),
         family=binomial(),data=df,nAGQ=1)
summary(model)

总结结果

Random effects:
 Groups   Name        Variance  Std.Dev.  Corr
location (Intercept) 6.412e-08 0.0002532     
      FENCED      2.714e-02 0.1647464 0.30
Number of obs: 690, groups:  location, 23

Fixed effects:
                 Estimate Std. Error z value Pr(>|z|)    
(Intercept)           13.9404     0.8173  17.057  < 2e-16 ***
FENCED                -7.1809     1.4386  -4.991 5.99e-07 ***
seedling_size         12.9083     0.7257  17.787  < 2e-16 ***
FENCED:seedling_size  -5.2464     1.3464  -3.897 9.76e-05 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
        (Intr) FENCED sdlng_
FENCED      -0.568              
seedling_sz  0.999 -0.567       
FENCED:sdl_ -0.538  0.996 -0.539
convergence code: 0
Model failed to converge with max|grad| = 0.00261073 (tol = 0.001, component 1)

问题

这是指定我想要的模型的正确语法吗？如何解释结果？Fenced 出现在随机摘要和固定效应中。最后，什么可能导致收敛警告，以及如何解决？

至少对于收敛问题，我确实按照此处的建议在所有不同的优化器上运行了模型：https ://www.rdocumentation.org/packages/lme4/versions/1.1-17/topics/convergence效果估计和意义相似在优化器之间，除了 1 之外，所有的都是“OK”或“工作”。无论这对我来说具体意味着什么，都不清楚，除了近似方法不是问题。然而，做类似“Richardson Extrapolation”之类的事情有点过头了。

4

1 回答 1

0

似乎 model<-glmer(cbind(success,n_subplots)~FENCED*seedling_size + (1|location)... 提供了基于此有用链接https://rcompanion.org/rcompanion/d_07.html的适当结构

我注意到这model<-glmer(cbind(success,n_subplots)~FENCED*seedling_size + (1|FENCED:location)完全一样。使用不同的语法来做同样的事情首先让我感到困惑。

如果我错了，我会保留这个问题一段时间，在这种情况下，我欢迎更正。

于 2018-10-25T19:29:58.957 回答