3 年前未出现的 lme4 中用于生存分析的警告消息

Question

我正在尝试使用 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（见下例）：鱼28天以上的存活数据。示例数据集中的解释变量为：

Region 这是幼虫起源的地理区域。
treatment 提高每个地区鱼类子样本的温度。
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）（5 个温度 treatments 中的每个温度为 3 replicates）。每个浴缸每个 Region 包含 1 个水族箱（总共 4 个水族箱）并且随机放置在实验室中。
Day 不言自明，从实验开始算起的天数。
stage 未在分析中使用。可以忽略。

响应变量

csns 累积生存期。即 remaining fish/initial fish at day 0。
start 权重用于告诉模型在实验开始时存活的概率与这条鱼的数量有关。
aquarium 第二个随机变量。这是每个单独的水族箱的唯一 ID，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。

我的问题比较特殊，之前装过以下型号：

   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要发布的分析，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: In eval(expr, envir, enclos) : non-integer #successes in a binomial glm!
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge with max|grad| = 1.59882 (tol = 0.001, component >1)
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?

我的理解如下：

Warning message 1.

non-integer #success in a binomial glm指的是csns变量的比例格式。我咨询了几个来源，这里包括 github、r-help 等，并且都建议这样做。 3 年前协助我进行此分析的研究员无法联系到。它与过去 3 年 lme4 软件包的变化有关吗？

Warning message 2.

我知道这是一个问题，因为没有足够的数据点来拟合模型，特别是在
L-30-1、L-30-2 和 L-30-3、
其中仅进行了两项观察：
Day 0 csns=1.00 和 Day 1 csns=0.00
对于所有三个水族馆。因此，没有可变性或足够的数据来拟合模型。

尽管如此，lme4 中的这个模型以前工作过，但现在运行没有这些警告就不能工作了。

Warning message 3

这个我完全陌生。没见过。

示例数据：

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

如果能帮助解决这个问题，我们将不胜感激。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很好。

Answer 1

tl;dr "non-integer successes" 警告是准确的；由您决定为这些数据拟合二项式模型是否真的有意义。其他警告表明拟合有点不稳定，但缩放和居中一些输入变量可以使警告消失。同样，由您决定这些不同公式的结果是否差异足以让您担心...

data2 <- read.csv("1005cs.csv")
library(lme4)

拟合模型（稍微更紧凑的模型公式）

dat.asr3<-glmer(
   csns~Day*Region*treatment+
        (1|tub)+(1|aquarium),
            weights=start, family=binomial, data=data2)

我确实收到了您报告的警告。

我们来看一下数据：

library(ggplot2); theme_set(theme_bw())
ggplot(data2,aes(Day,csns,colour=factor(treatment)))+
        geom_point(aes(size=start),alpha=0.5)+facet_wrap(~Region)

这里没有明显的问题，尽管它确实清楚地表明某些治疗组合的数据非常接近 1，并且治疗值远非零。让我们尝试缩放和居中一些输入变量：

data2sc <- transform(data2,
                     Day=scale(Day),
                     treatment=scale(treatment))
dat.asr3sc <- update(dat.asr3,data=data2sc)

现在 "very large eigenvalue" 警告消失了，但我们仍然有 "non-integer # successes" 警告和 max|grad|=0.082。让我们试试另一个优化器：

dat.asr3scbobyqa <- update(dat.asr3sc,
                     control=glmerControl(optimizer="bobyqa"))

现在只剩下 "non-integer #successes" 警告。

d1 <- deviance(dat.asr3)
d2 <- deviance(dat.asr3sc)
d3 <- deviance(dat.asr3scbobyqa)
c(d1,d2,d3)
## [1] 12597.12 12597.31 12597.56

这些偏差差异不大（偏差量表上的 0.44 大于舍入误差所能解释的范围，但拟合优度差异不大）；实际上，第一个模型给出了最好（最低）的偏差，表明警告是误报...

resp <- with(data2,csns*start)
plot(table(resp-floor(resp)))

这清楚地表明确实存在非整数响应，因此警告是正确的。

3 年前未出现的 lme4 中用于生存分析的警告消息

warning messages in lme4 for survival analysis that did not arise 3 years ago

r

lme4

glm

convergence