使用 glmer 的多级模型：奇点问题
Multilevel model using glmer: Singularity issue
我正在使用 R 运行 具有随机截距的逻辑多级模型。我正在使用常客方法 (glmer)。由于研究中心的政策，我无法使用贝叶斯方法。
当我 运行 我的代码时，它说我的模型是单一的。我不确定为什么或如何解决这个问题。如有任何建议，我们将不胜感激！
关于我使用的多级模型的更多信息：
我正在使用交叉性研究中使用的多级建模方法，称为个体异质性和判别准确性的多级分析 (MAIHDA)。该方法使用个人级别数据作为级别 2（交集组）并将个人嵌套在他们的交集内。
我的结果是二元的，我有三个分类变量作为固定效应（性别、婚姻状况和残疾）。随机效应（第 2 级）称为 intersect1，它包括分类变量（性别 x 婚姻 x 残疾）的每个唯一组合。
这是代码：
MAIHDA_full <- glmer(IPV_pos ~ factor(sexgender) + factor(marital) + factor(disability) + (1|intersect1), data=Data, family=binomial, control=glmerControl(optimizer=”bobyqa”,optCtrl=list(maxfun=2e5)))
使用混合效应模型进行单一拟合的通常原因是随机结构过度拟合 - 通常是因为包含随机斜率，或者在这种情况下我们只有随机截距，那么截距的变化非常小，模型无法检测到它。
查看您的模型公式，我怀疑问题是：
The random effect (level 2) is called intersect1 which includes each unique combination of the categorical variables (gender x marital x disability).
如果我没理解错的话，模型等价于：
IPV_pos ~ sexgender + marital + disability + (1 | sexgender:marital:disability)
很可能 sexgender:marital:disability 中的任何变化都被固定效应捕获，导致随机截距的变化接近于零。
我怀疑如果不使用任何随机效应，您会发现几乎相同的结果。
我正在使用 R 运行 具有随机截距的逻辑多级模型。我正在使用常客方法 (glmer)。由于研究中心的政策，我无法使用贝叶斯方法。
当我 运行 我的代码时，它说我的模型是单一的。我不确定为什么或如何解决这个问题。如有任何建议，我们将不胜感激！
关于我使用的多级模型的更多信息：
我正在使用交叉性研究中使用的多级建模方法，称为个体异质性和判别准确性的多级分析 (MAIHDA)。该方法使用个人级别数据作为级别 2（交集组）并将个人嵌套在他们的交集内。
我的结果是二元的，我有三个分类变量作为固定效应（性别、婚姻状况和残疾）。随机效应（第 2 级）称为 intersect1，它包括分类变量（性别 x 婚姻 x 残疾）的每个唯一组合。
这是代码：
MAIHDA_full <- glmer(IPV_pos ~ factor(sexgender) + factor(marital) + factor(disability) + (1|intersect1), data=Data, family=binomial, control=glmerControl(optimizer=”bobyqa”,optCtrl=list(maxfun=2e5)))
使用混合效应模型进行单一拟合的通常原因是随机结构过度拟合 - 通常是因为包含随机斜率，或者在这种情况下我们只有随机截距，那么截距的变化非常小，模型无法检测到它。
查看您的模型公式，我怀疑问题是：
The random effect (level 2) is called intersect1 which includes each unique combination of the categorical variables (gender x marital x disability).
如果我没理解错的话，模型等价于：
IPV_pos ~ sexgender + marital + disability + (1 | sexgender:marital:disability)
很可能 sexgender:marital:disability 中的任何变化都被固定效应捕获，导致随机截距的变化接近于零。
我怀疑如果不使用任何随机效应，您会发现几乎相同的结果。