R 为什么这个简单的混合模型不能收敛？

我有以下数据，我想比较28天和83天之间数值变量的平均值：

图书馆甲基4 >加载所需包：矩阵 图书馆试验 > >附上包裹：“lmerTest” >以下对象已从“package:lme4”屏蔽： > >莱默 >以下对象已从“package:stats”屏蔽： > >台阶 df经验\u九月日\u因素日\u朱利安日\u真正的文化价值 >1德国马克55 55 28 1 758453.3 >2 DA 110 83 1 575133.3 >3德国马克55 55 28 2 684160.0 >4 DA 110 83 2 656933.3 >5 DM 55 55 28 3 816840.0 >6 DA 110 83 3 734700.0 由于体验涉及伪复制文化，我考虑使用如下混合模型：

lmerTest:：lmervalue~factorday_true+1 |区域性，数据=df >在as_LMemodltModel中，devfun警告：模型可能未与1收敛 >接近零的特征值：2.6e-09 >线性混合模型的REML拟合['LMEMODLMERTEST'] >公式：value~factorday_true+1 |文化 >数据：df >收敛时的REML标准：102.7974 >随机效应： >组名Std.Dev。 >文化截获47535 >剩余55990 >OB数量：6，组：文化，3 >固定效果： >截距系数Day_true83 > 753151 -97562 然而，我得到了这个错误，我找不到问题。是不是因为我每组只有很少的分数n=3

---

由v0.2.1于2019-02-05创建，我知道我参加这次聚会有点晚了，但我在标准化响应变量值后运行了此模型，效果非常好。当模型中的变量比其他变量大几个数量级时，可能会导致数值问题。这是密码

df$value.st<-(df$value-mean(df$value))/(sd(df$value))

mod<-lmer(value.st ~ factor(day_true) + (1|culture), data=df)

mod
Linear mixed model fit by REML ['lmerMod']
Formula: value.st ~ factor(day_true) + (1 | culture)
   Data: df
REML criterion at convergence: 12.0241
Random effects:
 Groups   Name        Std.Dev.
 culture  (Intercept) 0.5613  
 Residual             0.6612  
Number of obs: 6, groups:  culture, 3
Fixed Effects:
       (Intercept)  factor(day_true)83  
            0.5761             -1.1521 

---

祝你好运

我建议你向统计学家咨询一下。您确实没有足够的数据来适应混合模型。他们可能会建议进行更合适的统计测试。或者至少尝试转换您的值变量，使值不会太大。这可能会导致数值稳定性问题。