如何解决lmer 错误:Hessian 在数值上是单数的
在为我的一项研究(我从另一个人那里接手)寻找最佳模型的过程中,不幸的是,R 为我的首选选项提供了一条错误消息。
只是关于实验的简短信息:3 个物种,每个物种在一个单独的块中,每个块有 4 个处理(其中 3 个感兴趣),每个处理 5 个重复。对模型感兴趣的一项观察结果(总生物量产量)。我认为(如果不是,请怪我,我不是统计学家)这是一个广义的完整块设计,因为我期望块(物种)和治疗之间的相互作用。由于数据分布偏斜,我对我的因变量进行了 sqrt 转换。
数据集(只有 43 个观察)可以在这篇文章的末尾找到
这是给出错误的模型:
a1<-lmer(sqrt(Yield)~Cuts*Species+Cuts+TN.Yield+0+(1|Species),data=all)
这就是错误:
Warning messages:
1: In checkConv(attr(opt,"derivs"),opt$par,ctrl = control$checkConv,:
unable to evaluate scaled gradient
2: In checkConv(attr(opt,:
Hessian is numerically singular: parameters are not uniquely determined
虽然其他(我不喜欢的)工作正常:
b1<-lmer(sqrt(Yield)~Cuts+TN.Yield+0+(1|Species),data=all,na.action = na.omit)
c1<-lmer(sqrt(Yield)~Cuts+0+(1|Species),data=all)
d1<-lmer(sqrt(Yield)~Cuts * TN.Yield * Species + 0 + (1 | Species),data=all)
然而,模型 a1 似乎仍然给我一个输出:
Dependent variable:
-----------------------------
sqrt(Yield)
-------------------------------------------------
Cuts0 0.686***
p = 0.000
Cuts2 0.638***
p = 0.000
Cuts5 0.380***
p = 0.000
SpeciesRCG -0.061
p = 0.272
SpeciesTF -0.029
p = 0.605
TN.Yield 0.403***
p = 0.000
Cuts2:SpeciesRCG -0.067
p = 0.404
Cuts5:SpeciesRCG 0.073
p = 0.364
Cuts2:SpeciesTF -0.127
p = 0.103
Cuts5:SpeciesTF 0.081
p = 0.297
-------------------------------------------------
Observations 43
Log Likelihood 26.665
Akaike Inf. Crit. -29.330
Bayesian Inf. Crit. -8.195
=================================================
Note: *p<0.05; **p<0.01; ***p<0.001
有人愿意解释错误的含义(以及如何取悦代码)?不幸的是,我认为这可能是一个更严重的问题。
干杯,克劳迪娅
数据:
Blok Treatment Species Week Pot Cuts Days Yield TC TN.Yield Yield.day Yield140 DM
1 1 0 cut FL 45 Hyk0.1 0 238 0.72 41.40000 0.690816 0.003025210 0.4235294 1.89
2 1 0 cut FL 45 Hyk0.2 0 238 0.67 41.81667 0.718080 0.002815126 0.3941176 1.69
3 1 0 cut FL 45 Hyk0.3 0 238 1.45 44.06333 1.076332 0.006092437 0.8529412 3.40
4 1 0 cut FL 45 Hyk0.4 0 238 1.62 43.14333 1.139088 0.006806723 0.9529412 3.90
5 1 0 cut FL 45 Hyk0.5 0 238 1.04 42.54333 0.681966 0.004369748 0.6117647 2.54
6 1 2 cut FL 37 Hyk2.1 2 182 0.88 43.45250 0.965549 0.004835165 0.6769231 2.02
7 1 2 cut FL 37 Hyk2.2 2 182 1.24 43.47000 1.049044 0.006813187 0.9538462 2.87
8 1 2 cut FL 37 Hyk2.3 2 182 1.21 43.58750 1.036352 0.006648352 0.9307692 2.81
9 1 2 cut FL 37 Hyk2.4 2 182 0.56 44.16500 0.532143 0.003076923 0.4307692 1.24
10 1 2 cut FL 37 Hyk2.5 2 182 1.30 43.69750 1.016196 0.007142857 1.0000000 2.99
11 1 5 cut FL 44 Hyk5.1 5 231 0.23 42.46000 0.482065 0.000995671 0.1393939 0.56
12 1 5 cut FL 44 Hyk5.2 5 231 0.48 43.15000 0.748596 0.002077922 0.2909091 1.14
13 1 5 cut FL 44 Hyk5.3 5 231 0.40 42.62571 0.634108 0.001731602 0.2424242 0.97
14 1 5 cut FL 44 Hyk5.4 5 231 0.60 42.09000 0.780787 0.002597403 0.3636364 1.43
15 1 5 cut FL 44 Hyk5.5 5 231 0.33 43.46000 0.470763 0.001428571 0.2000000 0.79
16 3 0 cut TF 45 Kora0.1 0 238 0.64 42.39333 0.575980 0.002689076 0.3764706 1.58
17 3 0 cut TF 45 Kora0.2 0 238 1.36 42.84667 0.845687 0.005714286 0.8000000 3.30
18 3 0 cut TF 45 Kora0.3 0 238 0.76 41.85667 0.937703 0.003193277 0.4470588 1.89
19 3 0 cut TF 45 Kora0.4 0 238 0.94 42.53333 0.594815 0.003949580 0.5529412 2.37
20 3 0 cut TF 45 Kora0.5 0 238 0.97 43.54333 0.785654 0.004075630 0.5705882 2.30
21 3 2 cut TF 37 Kora2.1 2 182 0.27 43.54750 0.207677 0.001483516 0.2076923 0.62
22 3 2 cut TF 37 Kora2.2 2 182 0.39 43.56250 0.281726 0.002142857 0.3000000 0.92
23 3 2 cut TF 37 Kora2.3 2 182 0.45 43.07750 0.552136 0.002472527 0.3461538 1.07
24 3 2 cut TF 37 Kora2.4 2 182 0.73 42.23500 0.719066 0.004010989 0.5615385 1.84
25 3 2 cut TF 37 Kora2.5 2 182 0.82 43.49750 1.129846 0.004505495 0.6307692 1.92
26 3 5 cut TF 44 Kora5.1 5 231 0.43 42.76714 0.436980 0.001861472 0.2606061 1.09
27 3 5 cut TF 44 Kora5.2 5 231 0.32 42.60714 0.488435 0.001385281 0.1939394 0.85
28 3 5 cut TF 44 Kora5.3 5 231 0.48 42.69143 0.788342 0.002077922 0.2909091 1.20
29 3 5 cut TF 44 Kora5.4 5 231 0.73 43.34286 0.923832 0.003160173 0.4424242 1.74
30 3 5 cut TF 44 Kora5.5 5 231 0.60 43.25857 0.798059 0.002597403 0.3636364 1.40
31 2 0 cut RCG 45 RCG0.1 0 238 0.85 43.91000 0.732087 0.003571429 0.5000000 1.99
32 2 0 cut RCG 45 RCG0.2 0 238 0.99 44.15000 0.810263 0.004159664 0.5823529 2.29
33 2 0 cut RCG 45 RCG0.3 0 238 1.50 44.74000 1.704005 0.006302521 0.8823529 3.45
34 2 0 cut RCG 45 RCG0.4 0 238 0.99 42.47000 0.708496 0.004159664 0.5823529 2.28
35 2 0 cut RCG 45 RCG0.5 0 238 0.71 41.15667 0.644570 0.002983193 0.4176471 1.70
36 2 2 cut RCG 37 RCG2.1 2 182 0.48 45.09000 0.461009 0.002637363 0.3692308 1.06
37 2 2 cut RCG 37 RCG2.3 2 182 0.84 44.78750 1.095394 0.004615385 0.6461538 1.90
38 2 2 cut RCG 37 RCG2.4 2 182 0.66 44.92500 0.844105 0.003626374 0.5076923 1.46
39 2 2 cut RCG 37 RCG2.5 2 182 0.61 45.00250 0.486282 0.003351648 0.4692308 1.36
40 2 5 cut RCG 44 RCG5.2 5 231 0.52 43.78714 0.682854 0.002251082 0.3151515 1.22
41 2 5 cut RCG 44 RCG5.3 5 231 0.76 44.75429 1.399784 0.003290043 0.4606061 1.72
42 2 5 cut RCG 44 RCG5.4 5 231 0.52 43.85286 0.727006 0.002251082 0.3151515 1.21
43 2 5 cut RCG 44 RCG5.5 5 231 0.43 42.87429 0.672898 0.001861472 0.2606061 1.07
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。