1

我正在使用lmer包中的函数拟合几个混合模型lme4，每个模型都具有相同的固定效应和随机效应，但响应变量不同。这些模型的目的是确定环境条件如何影响特定树种的不同果实和种子性状。我想知道哪些特征对哪些环境变量的反应最强烈，以及每个模型整体捕获每个特征的变化的程度。

这些数据是从几个站点以及每个站点内的几棵树收集的。

响应变量：水果和种子的测量值，例如新鲜质量、干质量、体积

固定效应：温度、降雨量、土壤氮、土壤磷

随机效果：地点、树木

我一直在使用的模型符号示例：

lmer(fruit.mass ~ temperature + rainfall + soil N + soil P + 
                  (1|site/tree), data = fruit)

我的问题：有些模型运行良好，没有可检测到的问题，但是，有些模型会产生奇异拟合，其中“站点”的估计方差 = 0。

我知道关于处理奇异拟合模型存在相当大的争论，尽管一种方法是降低site并保持tree水平随机效应。在此之后模型运行良好。

我的问题：如果我想比较这些模型，我是否应该从非奇异模型中删除site随机效应？如果是这样，是否有某些方法可以比较更适合这种情况的模型性能？

如果这包含在出版物或讨论线程中，那么任何链接都将不胜感激。

4

2 回答 2

1

当模型收敛到奇异拟合时，表明随机结构过拟合。因此，我认为比较这些是没有意义的。我也会担心在这种情况下进行多次测试。

于 2022-02-18T10:38:55.063 回答
0

我会放弃给出“边界是单一的”警告的模型。其余的都很好，你可以在它们之间进行比较。注意：比较模型时最好指定REML=FALSE（如果需要可以提供参考）。一旦选择了“最佳模型”，您就可以正常运行它（即使用 REML）。我建议使用条件 AIC（cAIC4 包），例如 anocAIC(model1, model2 ...)。另一个不错的是性能包。它有很多选项，例如：model_performance、check_model....

于 2022-02-23T23:44:58.910 回答