使用 glmer 的多级模型：奇点问题答案

【问题标题】：Multilevel model using glmer: Singularity issue使用 glmer 的多级模型：奇点问题
【发布时间】：2022-01-12 01:13:50
【问题描述】：

我正在使用 R 运行具有随机截距的逻辑多级模型。我正在使用常客方法（glmer）。由于研究中心的政策，我无法使用贝叶斯方法。

当我运行我的代码时，它说我的模型是单数的。我不确定为什么或如何解决这个问题。任何建议将不胜感激！

有关我使用的多级模型的更多信息：

我正在使用交叉性研究中使用的多级建模方法，称为个体异质性和判别准确性的多级分析 (MAIHDA)。该方法使用个人级别数据作为级别 2（交叉组）并将个人嵌套在他们的交叉点内。

我的结果是二元的，我有三个分类变量作为固定效应（性别、军事状态和残疾）。随机效应（2 级）称为 intersect1，其中包括分类变量的每个唯一组合（性别 x 婚姻 x 残疾）。

这是代码： MAIHDA_full <- glmer(IPV_pos ~ factor(sexgender) + factor(marital) + factor(disability) + (1|intersect1), data=Data, family=binomial, control=glmerControl(optimizer=”bobyqa”,optCtrl=list(maxfun=2e5)))

【问题讨论】：

只是好奇。为什么你们的研究中心禁止使用贝叶斯方法？
以下帖子可能对stats.stackexchange.com/questions/378939/…有帮助
天哪，我无法想象在禁止贝叶斯分析的地方工作！
@hyena 是因为贝叶斯包从网上调用其他包，我们研究中心因为隐私原因无法上网。
你看过?lme4::isSingular吗？

标签： r lme4 mixed-models singular multilevel-analysis

【解决方案1】：

使用混合效应模型进行奇异拟合的通常原因是随机结构过度拟合 - 通常是因为包含随机斜率，或者在这种情况下我们只有随机截距，然后截距太小，模型无法检测到。

查看您的模型公式，我怀疑问题是：

随机效应（第 2 级）称为 intersect1，其中包括分类变量的每个唯一组合（性别 x 婚姻 x 残疾）。

如果我理解正确的话，模型相当于：

IPV_pos ~ sexgender + marital + disability + (1 | sexgender:marital:disability)

sexgender:marital:disability 的任何变化都可能被固定效应捕获，从而导致随机截距的变化接近于零。

我怀疑如果你不使用任何随机效应，你会发现几乎相同的结果。

【讨论】：

非常感谢您的帮助！这是有道理的。