r - 使用观察水平随机效应对计数数据中的过度分散进行建模并获得奇异拟合警告

Question

我正在拟合具有泊松误差分布和日志链接的glmer 模型，以测试男性组（治疗，控制）对特定生殖行为所花费的时间（秒，因此整数计数）的影响。我的随机因素由女性身份表示，因为同一位女性同时与治疗组和对照组相结合。

glmer<-glmer(behaviour~group + (1|ID_female), family=poisson, data=behaviour)

由于模型过度分散：在 12 个自由度上为 3364.749（比率：280.396），我引入了第二个观察水平随机因子：

glmer<-glmer(behaviour~group + (1|ID_female) + (1|observation),family=poisson, data=behaviour)

通过这种方式，我纠正了过度分散（残差：11 个自由度上的 3.08，比率：0.28），但我收到了奇异拟合的警告：

边界（奇异）拟合：见?isSingular

我怎么能以不同的方式处理这个问题？非常感谢。