lme4:处理lmer“;收敛代码:0“;

lme4:处理lmer“;收敛代码:0“;,r,optimization,lme4,convergence,R,Optimization,Lme4,Convergence,我目前正在对32个国家进行多层次分析(国家变量“CNTRY3”)。因变量是支付环境保护“WTP”的意愿(量表1-5,居中)。我在多级分析的第三步(随机截距随机斜率)中包括了四个随机斜率(我想根据我的理论对其进行更改): 溜冰场所有->人均收入(z-标准化) 社会信任(以1-5分为中心)->对他人的信任 政治信任(以1-5分为中心)->政治信任 EC_cen(以1-5分为中心)->环境意识 model.3a modell.3a <- lmer(WTP ~ RINC_ALL_z + so

我目前正在对32个国家进行多层次分析(国家变量“CNTRY3”)。因变量是支付环境保护“WTP”的意愿(量表1-5,居中)。我在多级分析的第三步(随机截距随机斜率)中包括了四个随机斜率(我想根据我的理论对其进行更改):

  • 溜冰场所有->人均收入(z-标准化)
  • 社会信任(以1-5分为中心)->对他人的信任
  • 政治信任(以1-5分为中心)->政治信任
  • EC_cen(以1-5分为中心)->环境意识

model.3a
modell.3a <- lmer(WTP ~ RINC_ALL_z + social_trust_cen + political_trust_cen + 
                   Men + lowest_degree + middle_degree + requirement_university +
                   uncompleted_university + university_degree + AGE_cen + urban + 
                   EC_cen + (RINC_ALL_z + social_trust_cen + political_trust_cen + 
                               EC_cen|CNTRY3), data=ISSP2010_1)
modell.3b <- lmer(WTP ~ RINC_ALL_z + social_trust_cen + political_trust_cen + 
               Men + lowest_degree + middle_degree + requirement_university +
               uncompleted_university + university_degree + AGE_cen + urban + 
               EC_cen + (RINC_ALL_z + social_trust_cen + political_trust_cen + 
                           EC_cen|CNTRY3), data=ISSP2010_1, control = lmerControl(optimizer = "bobyqa", 
                                                                                  optCtrl=list(maxfun=1e5)))