Thông điệp cảnh báo trong mô hình hỗn hợp lme4

Question

Ý nghĩa của thông báo cảnh báo sau đây khi lắp mô hình 'glmer' bằng gói lme4 là gì?

Warning messages: 
1: glm.fit: fitted probabilities numerically 0 or 1 occurred 
2: In mer_finalize(ans) : false convergence (8) 

Mô hình tôi đang cố gắng để phù hợp là như thế này:

glmer(dummy ~ constituency.coa + I(governat.part) + I(district2) + gdp.cap + lula.power + ifdm + bf.cap + year + (1 | munname), data=pool, family=binomial(link = "logit"), REML=T, verbose=T) 

Cảm ơn

Answer 1

Cảnh báo 1: các giá trị được trang bị trở thành 0 hoặc 1 cho một hoặc nhiều quan sát, nhưng điều này nên không thể được theo một hồi quy logistic. Nguyên nhân là rất nhiều; một được thảo luận trên trang trợ giúp cho ?glm nhưng đó không phải là một con trỏ đến một số tài liệu khác. Nó chỉ là một cảnh báo vì vậy có thể không phải là một vấn đề, nhưng nó là một cảnh báo rằng một cái gì đó là không hoàn toàn đúng với sự phù hợp.

Cảnh báo 2: Tôi không biết ý nghĩa chính xác, nhưng mã cho bạn biết rằng quy trình tối ưu hóa đã khai báo thủ tục phù hợp để hội tụ với giá trị ước tính nhưng xác nhận quyền sở hữu này là sai và khớp nối không thực sự hội tụ.

Một điều cần xem xét là có vấn đề về khả năng phân tách hay không, trong đó một dự đoán hoặc kết hợp tuyến tính của các yếu tố dự đoán hoàn toàn có thể tách các sự kiện 0 và 1.

Tôi khuyên bạn nên theo dõi điều này trong danh sách gửi thư R-SIG-Mixed, nơi có các chuyên gia thực sự có thể trợ giúp thêm. Bạn có thể cần phải cung cấp thêm chi tiết về quy trình lắp đặt (bật chế độ tiết) hoặc thậm chí là dữ liệu để có thể chẩn đoán sự cố.

Answer 2

Đối với Cảnh báo 2, bạn có thể tăng số lần lặp lại, mặc định là 300, để xem liệu nó có hội tụ hay không khi bạn thêm nhiều lần lặp lại. thử:

glmer(dummy ~ constituency.coa + I(governat.part) + I(district2) + gdp.cap + lula.power + ifdm + bf.cap + year + (1 | munname), data=pool, family=binomial(link = "logit"), REML=T, verbose=T, control = list(maxIter = 600)) 

điều này sẽ thay đổi từ 300 lần lặp thành 600, nhưng bạn có thể thử thêm nếu điều này không hiệu quả.