Я пытаюсь подобрать модель со смешанным эффектом, чтобы оценить влияние на скорость прорастания пыльцевых зерен. Я начал с биномиального распределения со структурой модели, подобной этой:
glmer(cbind(NGG,NGNG) ~ RH3*Altitude + AbH + Date3 + (1 | Receptor/Code/Plant) +
(1 | Mountain/Community), data=database, family="binomial",
control = glmerControl(optimizer="bobyqa"))
Где NGG - это количество успехов (пророщенные зерна на клеймо могут варьироваться от 0 до 55), NGNG - количество неудач (не пророщенные зерна от 0 до 80). Проблема заключается в том, что после просмотра результатов данные кажутся чрезмерно рассредоточенными, о чем свидетельствует функция (находится в http://rstudio -pubs-static.s3.amazonaws.com / 263877_d811720e434d47fb8430b8f0bb7f7da4.html ):
overdisp_fun <- function(model) {
vpars <- function(m) {
nrow(m)*(nrow(m)+1)/2
}
model.df <- sum(sapply(VarCorr(model), vpars)) + length(fixef(model))
rdf <- nrow(model.frame(model))-model.df
rp <- residuals(model, type = "pearson") # computes pearson residuals
Pearson.chisq <- sum(rp^2)
prat <- Pearson.chisq/rdf
pval <- pchisq(Pearson.chisq, df = rdf, lower.tail = FALSE)
c(chisq = Pearson.chisq, ratio = prat, rdf = rdf, p = pval)
}
Вывод был:
chisq = 1,334567e + 04, отношение = 1,665201e + 00, rdf = 8,058000e + 03, p = 3,845911e-268
Поэтому я решил попробовать бета-бином в glmmTMB следующим образом (важно сохранить эту иерархическую структуру):
glmmTMB(cbind(NGG,NGNG) ~ RH3*Altitude + AbH + Date3 + (1 | Receptor/Code/Plant) +
(1 | Mountain/Community), data=database,
family=betabinomial(link = "logit"), na.action = na.omit, weights=NGT)
Когда я запускаю это .. говорит:
Ошибка в nlminb (начало = номинал, цель = fn, градиент = гр, control = control $ optCtrl): (преобразовано из предупреждения) Оценка функции NA / NaN
Что-то не так в записи модели? Я уже проверил наличие возможных проблем в (http://rstudio -pubs-static.s3.amazonaws.com / 263877_d811720e434d47fb8430b8f0bb7f7da4.html ), но пока не нашел решения.
спасибо