Я запускаю обобщенную линейную смешанную модель в R для переменной двоичного ответа, и я получаю сообщение об ошибке.Обобщенная ошибка линейной смешанной модели (двоичный отклик)
Мой код:
library('lme4')
m1<-glmer(data=mydata, REPRODUCE~F1TREAT*SO+(1|LINE/MATERNAL_ID), family=binomial)
Где REPORDUCE = двоичный, F1TREAT и SO = коэффициент каждый с 2 уровнями. Это возвращает предупреждение:
Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
unable to evaluate scaled gradient
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Hessian is numerically singular: parameters are not uniquely determined
Однако объект 'm1' по-прежнему отображается в моем списке «Значения». Typing:
summary(m1)
возвращает ошибку:
Error in diag(vcov(object, use.hessian = use.hessian)) :
error in evaluating the argument 'x' in selecting a method for function 'diag':
Error in solve.default(h) :
Lapack routine dgesv: system is exactly singular: U[5,5] = 0
Кто-нибудь есть идея, что проблема есть? Смешно, я могу запустить модель просто отлично, если исключить переменную «SO».
Edit:
with(mydata,table(REPRODUCE,F1TREAT,SO))
, , SO = o
F1TREAT
REPRODUCE control stress
0 61 167
1 125 8
, , SO = s
F1TREAT
REPRODUCE control stress
0 0 0
1 186 172
Результаты GLM являются: Вызов: GLM (формула = ВОПРОИЗВЕДЕНИЕ ~ F1TREAT * SO, семья = бином, данные = MYDATA)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.49323 -0.30592 0.00005 0.00005 2.48409
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.7174 0.1562 4.594 4.36e-06 ***
F1TREATstress -3.7560 0.3942 -9.529 < 2e-16 ***
SOs 19.8486 1300.0538 0.015 0.988
F1TREATstress:SOs 3.7560 1875.5931 0.002 0.998
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 898.27 on 718 degrees of freedom
Residual deviance: 300.37 on 715 degrees of freedom
AIC: 308.37
Number of Fisher Scoring iterations: 19
Возможно 'SO' является коллинеарны с одним из других переменных в модели. Я предлагаю (1) искать в Интернете что-то вроде «проверить коллинеарность» (2) опубликовать свой вопрос (с полным набором данных) на http://stats.stackexchange.com/. – bdemarest
Мои фиксированные эффекты - оба фактора с 2 уровнями. Я не уверен, что могу иметь коллинеарность с факторами? Аналогично, если я удалю F1TREAT, то SO - единственный оставшийся фиксированный эффект. Модель все еще не запускается, и я получаю те же сообщения об ошибках –
Немного сложно угадать проблему, не видя данных. Каковы результаты 'with (mydata, table (REPRODUCE, F1TREAT, SO))? –