Ich habe ein Mixed-Effects-logistisches Regressionsmodell im lme4-Paket für r erstellt und ausgeführt, um die Wahrscheinlichkeit der Belegung von Fischen an verschiedenen Orten (Zellen/Lebensräume) zu schätzen. Der Datenrahmen besteht aus 1.207.140 Beobachtungen von 68 einzelnen Fischen. Für jedes Individuum (pro Tag für ~ 1 Jahr) beschreibt es die Anzahl der Vorkommen an jedem eindeutigen Standort im Verhältnis zur Gesamtzahl der Vorkommen an allen Standorten.Warnmeldungen für gemischtes Modell in r lme4 verstehen
Hier ist das Basismodell:
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
Ich erhalte die folgende Warnmeldung angezeigt:
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?
Ich versuche, einige der Suche zu tun, um zu verstehen, was diese Nachrichten bedeuten, und ihre Auswirkungen auf das Modell, aber habe die Warnungen noch nicht verstanden.
können Sie sagen, was Sie schon geschaut haben, und was Sie tun und nicht verstehen? Hast du https://github.com/lme4/lme4/blob/master/README.md gelesen? http://StackOverflow.com/Questions/23814130/glmer-model-from-2013-warning-Message-about-convergence-when-re-running-i/23839952#23839952? http://stackoverflow.com/questions/21344555/convergence-error-for-entwicklung-version-of-lme4? –
Bump. Es würde helfen, wenn Sie sagen könnten, was Sie haben und nicht verstanden haben - ich bin glücklich zu helfen, aber ich habe keine Lust, Informationen zu wiederholen, die schon da draußen sind ... –
Bump bush ..... –