r - 使用混合效应模型时的收敛警告

Question

我进行了实地观察，计算了一个地块中的鸟类数量，我在不同的月份重复了 4 次观察。这样做的目的是了解土地利用是否会影响观察到的鸟类数量。

我的公式是bird.count ~ lu + (1|plot)

bird.count 一个计数数据，有很多零观测值，计数平均值 = 2，方差 = 5.9，lu 是一个有六个级别的因子，而 plot 是一个有 36 个级别的因子，我在其中进行了重复观察。我总共有 144 个观察结果。

基于所有这些，我进行了负二项式混合效应回归，但收到了关于未能收敛的警告，并且系数的 Std.Error 非常高并且都是一样的。

然后，我尝试平均每个地块的 bird.count，然后总共进行了 36 次观察。我这样做是为了不必使用混合效果模型。我假设一个高斯分布运行了一个 glm，但是系数的 Std.Error 非常高并且都是一样的。

我尝试过的事情，

fit.x10 <- glmer.nb (bird.count ~ 1 + (1|plot) , data= birds.data)  
There were 13 warnings (use warnings() to see them)

fit.x11 <- glmer.nb (bird.count ~ lu + (1|plot), data= birds.data)  
There were 32 warnings (use warnings() to see them)

这没有发出警告

fit.y10 <- glmmTMB(
  bird.count ~ (1|plot), data= birds.data, 
  family = nbinom2, ziformula = ~0, se = TRUE, 
  verbose = FALSE, doFit = TRUE
)

这没有给出警告，但截距和系数的 Std.Error 很高并且值相同。对于随机效应图，var= 0.1946 和 std= 0.4412

fit.y11 <- glmmTMB(
  bird.count ~ lu+  (1|plot), data= birds.data, 
  family = nbinom2, ziformula = ~0, se = TRUE, 
  verbose = FALSE, doFit = TRUE
)

这没有发出警告，但截距和系数的 Std.Error 很高并且值相同

fit.z11 <- glm (bird.count ~ lu , data= birds.data.avg, family = gaussian)  

关于如何诊断问题或我做错了什么的任何建议？

标签： rregressionglmmixed-models