Sto eseguendo un glmm con una variabile di risposta binomiale e un predittore categorico. L'effetto casuale è dato dal disegno nidificato utilizzato per la raccolta dei dati. I dati si presentano così:
m.gen1$treatment
[1] sucrose control protein control no_injection .....
Levels: no_injection control sucrose protein
m.gen1$emergence
[1] 1 0 0 1 0 1 1 1 1 1 1 0 0....
> m.gen1$nest
[1] 1 1 1 2 2 3 3 3 3 4 4 4 .....
Levels: 1 2 3 4 5 6 8 10 11 13 15 16 17 18 20 22 24
Il primo modello che corro sembra così
m.glmm.em.<-glmer(emergence~treatment + (1|nest),family=binomial,data=m.gen1)
Ricevo due avvisi simili a questo:
Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge with max|grad| = 0.0240654 (tol = 0.001, component 4)
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model is nearly unidentifiable: large eigenvalue ratio
- Rescale variables?
Il riepilogo del modello mostra che uno dei trattamenti presenta un errore standard insolitamente grande, che puoi vedere qui:
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.565 1.038 2.472 0.0134 *
treatmentcontrol -1.718 1.246 -1.378 0.1681
treatmentsucrose 16.863 2048.000 0.008 0.9934
treatmentprotein -1.718 1.246 -1.378 0.1681
Ho provato i diversi ottimizzatori dal controllo glmer e dalle funzioni di altri pacchetti e ho ottenuto un risultato simile. Ho eseguito il modello usando glm ignorando l'effetto casuale e il problema persiste. Durante l'esplorazione dei dati mi sono reso conto che il trattamento con un elevato standard. l'errore ha solo esiti positivi nella variabile di risposta. Solo per verificare se ciò potrebbe causare il problema, ho aggiunto un punto dati falso con un "fallimento" per quel trattamento e il modello funziona senza intoppi e fornisce un ragionevole errore standard. Puoi vederlo qui:
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 3.4090 1.6712 2.040 0.0414 *
treatmentcontrol -1.8405 1.4290 -1.288 0.1978
treatmentsucrose -0.2582 1.6263 -0.159 0.8738
treatmentprotein -2.6530 1.5904 -1.668 0.0953 .
Mi chiedevo se la mia intuizione fosse giusta sulla mancanza di fallimenti per quel trattamento che impedisce una buona stima, e come posso aggirare questo problema.
Grazie in anticipo!