如何解决具有连续变量的 glmer 收敛问题
我正在尝试运行一个对邮政编码具有随机效应的逻辑模型。数据集为每人一行,以二元结果、连续年龄和邮政编码为因素。当我运行具有随机效应的模型时,不会收敛并出现以下错误:
m1 <- glmer(OUTCOME_DEAD~ AGE + (1|ZIP),family=binomial,data=d2)
Warning messages:
1: In checkConv(attr(opt,"derivs"),opt$par,ctrl = control$checkConv,:
Model failed to converge with max|grad| = 0.0216585 (tol = 0.002,component 1)
2: In checkConv(attr(opt,:
Model is nearly unidentifiable: very large eigenvalue
- Rescale variables?
我尝试重新调整年龄变量,但得到了相同的结果。
m2 <- glmer(OUTCOME_DEAD~ AGE_SCALED + (1|ZIP),data=d2)
Warning message:
In checkConv(attr(opt,:
Model is nearly unidentifiable: very large eigenvalue
- Rescale variables?
我已经用其他几个变量尝试过这个 - 似乎对于模型中的任何连续变量,我都会收到这个错误,如果我只有分类,它运行没有错误。
当我在没有随机效应的情况下运行具有连续变量的逻辑时,它运行良好,以及具有随机效应的 Cox。我无法弄清楚这里发生了什么。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。