Я запустил модель смешанных эффектов в R с использованием пакета lme4, в котором распределенная зависимая переменная Бернулли (Correct_or_incorrect) зависит от факторов condition , sound , syll и несколько взаимодействий. Структура случайных эффектов включает случайный наклон по субъекту для условия и для звука . Код выглядит следующим образом:
model=glmer(Correct_or_incorrect ~ (sound|SUBJECT) + (condition|SUBJECT) + condition + sound + syll + condition:syll + syll:sound + condition:sound, dataMelt, control=glmerControl(optimizer="nlminbwrap"), family = binomial)
Мне удалось избежать предупреждений о сходимости во время разработки модели с помощью оптимизатора nlminbwrap, и я был вполне доволен окончательной моделью. Затем я использовал relevel(), чтобы изменить контрольные уровни некоторых факторов, и повторно запустил модель (чтобы внимательнее взглянуть на некоторые p-значения, предоставленные lmerTest для некоторых эффектов). В общей сложности я запускал модель 16 раз (повторное выравнивание 15 раз), и 2 раза из этих 16 я получил следующее предупреждающее сообщение:
In optwrap(optimizer, devfun, start, rho$lower, control = control, :
convergence code 1 from nlminbwrap
Однако, когда я затем распечатал сводку В модели было сказано: ), но что касается кода сходимости, я сейчас запутался. Почему я получаю указанное выше предупреждение, когда в сводке написано «код сходимости: 0»? Есть ли повод для беспокойства, ведь он появляется только 2 раза из 16?
[PS: Я также использовал lme4::allFit() на модели, и для nlminbwrap также нет предупреждения о сходимости:]
modelfit_new=lme4::allFit(model)
ss=summary(modelfit_new)
ss$msgs
$bobyqa
[1] "boundary (singular) fit: see ?isSingular"
$Nelder_Mead
[1] "Model failed to converge with max|grad| = 1.07984 (tol = 0.002, component 1)"
$nlminbwrap
[1] "boundary (singular) fit: see ?isSingular"
$`optimx.L-BFGS-B`
[1] "boundary (singular) fit: see ?isSingular"
$nloptwrap.NLOPT_LN_NELDERMEAD
[1] "boundary (singular) fit: see ?isSingular"
$nloptwrap.NLOPT_LN_BOBYQA
[1] "boundary (singular) fit: see ?isSingular"