R 为什么参数引导与引导器混合的模型会产生警告？

是什么导致Hessian等人 在对符合R的glmer的模型进行参数化引导时

当我适合初始模型时，我是无错误的，但是引导可以在500个引导中抛出50个警告。这些警告似乎与高度偏向的引导结果相关。 这种情况最有可能发生在样本量较小或概率相对较低或较高的情况下？我对2x2析因设计的数据进行建模，处理组合的概率从 0.3至0.8

我一直在尝试使用经典的蝾螈交配数据来复制这一点，但下面的成功代码有限。有时我可以运行500个引导程序并得到4个小错误，有时它运行得很干净。减少样本大小似乎与错误没有太大关系，但似乎最有可能生成“某些引导运行失败”警告

实际上，我对从引导中获得好的结果很感兴趣，但也很好奇为什么会发生这种情况。我可以理解为什么经典的非参数引导在混合效果模型中会出现问题，特别是在事情不平衡的情况下。但是对于参数自举，我并不完全理解一个行为良好的模型中的参数是如何生成模拟数据的，而这些模拟数据是无法由相同的模型结构拟合的

蝾螈数据：

library(spaMM);data(salamander)

减少样本量的模型数据，例如，使用-c1:100从数据帧中删除数据

sala.redox <- glmer(Mate ~ TypeF + TypeM + (1|Cross), 
                   data = salamander[-c(1:100), ],
                   family = binomial)

---

谢谢-我很欣赏海报上所说的“显然是健康的glmer”。在我的初始模型中，这似乎是一个计算问题，而不是任何疾病。

confint(sala.redox, method = "boot",
        nsim = 500, verbose = TRUE)