将随机项添加到 glmer 混合效应模型中;错误信息:收敛失败

Adding random term into glmer mixed-effect model; error message: failure to converge

我正在分析一项实验的数据,该实验会及时复制,我在实验中测量了土壤表面的植物出苗率。我有 3 个实验性 运行,用术语 trialnum 表示,并且想将 trialnum 作为随机效应包括在内。

以下是所涉及变量的摘要:

data.frame: 768 obs. of  9 variables:
 $ trialnum : Factor w/ 2 levels "2","3": 1 1 1 1 1 1 1 1 1 1 ...
 $ Flood    : Factor w/ 4 levels "0","5","10","15": 2 2 2 2 2 2 1 1 1 1 ...
 $ Burial   : Factor w/ 4 levels "1.3","2.5","5",..: 3 3 3 3 3 3 4 4 4 4 ...
 $ biotype  : Factor w/ 6 levels "0","1","2","3",..: 1 2 3 4 5 6 1 2 3 4 ...
 $ soil     : int  0 0 0 0 0 0 0 0 0 0 ...
 $ n        : num  15 15 15 15 15 15 15 15 15 15 ...

其中trialnum是实验运行,FloodBurialbiotype是input/independent变量,soil 是 response/dependent 变量。

我之前用所有输入变量创建了这个模型:

glmfitALL <-glm(cbind(soil,n)~trialnum*Flood*Burial*biotype,family = binomial(logit),total)`

我从这个模型中发现 运行ning

anova(glmfitALL, test = "Chisq")

trialnum 意义重大。有 3 个实验性的 运行s,我在分析中只包括其中的 2 个。有人建议我将 trialnum 作为随机效应合并,这样我就不必单独报告实验性 运行。

为此,我创建了以下模型:

glmerfitALL <-glmer(cbind(soil,n)~Flood*Burial*biotype + (1|trialnum), 
data = total, 
family = binomial(logit), 
control = glmerControl(optimizer = "bobyqa"))

由此我得到以下错误信息:

maxfun < 10 * length(par)^2 is not recommended. Unable to evaluate scaled gradientModel failed to converge: degenerate Hessian with 9 negative eigenvalues

我已经 运行 以多种方式尝试使用此模型,包括:

glmerfitALL <-glmer(cbind(soil,n)~Flood*Burial*biotype*(1|trialnum), 
data = total, 
family = binomial(logit), 
control = glmerControl(optimizer = "bobyqa"))

以及合并 REML=FALSE 并使用 optimx 代替 bobyqa,但所有重复都会导致类似的错误消息。

  1. 因为这是一个 "eigenvalue" 错误,这是否意味着我的源 file/original 数据有问题?

  2. 我还发现了以前关于 lmer4 错误消息的话题(抱歉我没有保存 link),并且看到一些评论提出了缺少副本的问题随机效应。因为我只有 2 个重复 trialnum2trialnum3,我是否可以 运行 trialnum 作为随机效应?

关于特征值,主要推荐centring and/or scaling predictors

关于 RE 组,大约 five are an approximate minimum