Python 分类变量与数字变量相互作用的Glmm
我试图找到一个Python 分类变量与数字变量相互作用的Glmm,python,r,mixed-models,interaction,convergence,Python,R,Mixed Models,Interaction,Convergence,我试图找到一个glmm,它通过我的分类变量和数字变量之间的交互作用收敛。我的实验包括不同的地块类型(A、B、C和D),它们分别在0、1、2和3年绘制 现在我想知道在不同的地块类型和年份之间,物种的数量有多大的不同。因此,我想用函数glmmTMB创建一个glmm。不幸的是,我的理想模型,将降水量和温度(绘制图时的年份)作为额外的相关固定效应,并没有起作用。作为随机效应,我使用了地块的不同位置 我已经尝试了不同的家庭,不同层次的随机效果的不同组合,并添加了其他固定效果,如场地上的作物,邻近的栖息地等
glmm
,它通过我的分类变量和数字变量之间的交互作用收敛。我的实验包括不同的地块类型(A、B、C和D),它们分别在0、1、2和3年绘制
现在我想知道在不同的地块类型和年份之间,物种的数量有多大的不同。因此,我想用函数glmmTMB
创建一个glmm。不幸的是,我的理想模型,将降水量和温度(绘制图时的年份)作为额外的相关固定效应,并没有起作用。作为随机效应,我使用了地块的不同位置
我已经尝试了不同的家庭,不同层次的随机效果的不同组合,并添加了其他固定效果,如场地上的作物,邻近的栖息地等等。此外,我尝试使用glmer
和lmer
代替,但我的模型没有一个收敛的解决方案,没有一个与变量交互作用的误差测量信息
我还尝试将年份包含在绘图类型变量中(A_0、A_1、A_2、A_3、B_0,…)。有了这个,我的模型工作了,我也得到了我需要的意义。这是可能的还是会产生错误的意义或相关性
我的理想模型(目前尚未收敛)是:
glmmTMB(Number_of_species ~ Year_of_Implementation * Plot_type + Precipitation * Temperature + (1|site), family = binom1, data= example)
这给了我一条错误消息:
50个或更多警告(21个:f(标准杆,订单=订单,…):值超出“lgamma”范围)
我还经常收到错误消息:警告消息:
1:在NLMNB(start=PAR,目标=FN,梯度=GR,控制=控制$OPTTCRL):
NA/NaN函数评价
2:在NLMNB(start=PAR,目标=FN,梯度=GR,控制=控制$OPTTCRL):
NA/NaN函数评价
3:在fitTMB(TMBStruc)中:
模型收敛问题;非正定Hessian矩阵。请参阅渐晕图(“故障排除”)
我的目标是获得一个地块的意义,该地块显示了每种地块类型在每年的发展情况