Я хотел бы оценить обобщенную линейную модель смешанных эффектов, используя функцию glmer.nb в пакете R's lme4. У меня есть групповые данные о различных результатах преступлений. Моя единица измерения в поперечном сечении - «участок» (более 40 участков), и я наблюдаю за преступностью в этих районах в течение многих месяцев. Я оцениваю вмешательство, которое «включается / выключается» (фиктивная кодировка) в течение месяца-года. Я включаю фиксированные эффекты «участка» и «месяца» (т. Е. В модель входит полный набор манекенов для зоны и месяца). У меня есть только одна независимая переменная, которую я оцениваю. Модель second с использованием glmer.nb - это функция, которая возвращает ошибку.
# How the two-way fixed-effects model is specified (works well)
model_fe <- glm.nb(crime_counts ~ as.factor(precinct) + as.factor(month_year) + policy, data = df)
# Modeling "precincts" as the random-effect (fails)
model_re <- glmer.nb(crime_counts ~ (1 | precinct) + as.factor(month_year) + policy, data = df)
Возвращенная ошибка показана ниже ...
failure to converge in 10000 evaluationsModel failed to converge with max|grad| = 0.00295777 (tol = 0.001, component 1)iteration limit reached
В сумме я хотел бы указать участки в качестве компонента случайного перехвата. Я также пытался указать участок как факторную переменную, но это не помогло. Есть идеи? Я новичок в этом пакете.