警告信息glmer

警告信息glmer,r,R,我试图拟合以下glmer:作为协变量函数的凋落物分解(比例)。固定协变量为茶型(两级分类)、微生境(三级分类)、MAP(连续)和MAT(连续)。相互作用项为MAT x MAP、MAT x微生境和MAP x微生境。我们使用嵌套到场地的地块作为随机效应来解释场地内地块内观测值的相关性 MAP1请提供一个最小的可复制示例。您的结果是0/1还是2级因子?对于logit,您需要提供一个二进制(0或1,或因子)或一个成功/失败矩阵,例如,如果您有0.4,来源于4个成功和6个失败,如果您提供了数据示例,以及此

我试图拟合以下glmer:作为协变量函数的凋落物分解(比例)。固定协变量为茶型(两级分类)、微生境(三级分类)、MAP(连续)和MAT(连续)。相互作用项为MAT x MAP、MAT x微生境和MAP x微生境。我们使用嵌套到场地的地块作为随机效应来解释场地内地块内观测值的相关性


MAP1请提供一个最小的可复制示例。您的结果是0/1还是2级因子?对于logit,您需要提供一个二进制(0或1,或因子)或一个成功/失败矩阵,例如,如果您有0.4,来源于4个成功和6个失败,如果您提供了数据示例,以及此成功/失败信息,您将其作为c(4,6),我可以给你看一下密码嗨,谢谢你的帮助。响应变量为比例(0-1)。我有五片不同的森林,每片森林有三块地,每片地有三种处理,每种处理两种不同的茶。
M2<-glmer(Fraction_decomposed~MAT*MAP1*Treatment+Tea+(1|Site/Plot),family = binomial(link = "logit"))
Warning messages:
1: In eval(family$initialize, rho) :
  non-integer #successes in a binomial glm!
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  unable to evaluate scaled gradient
3: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model failed to converge: degenerate  Hessian with 1 negative eigenvalues