我目前正在研究多级模型。我的个人群体是“一个人是多么满意”,其他变量是“收入感觉”,“健康”,工作,社交,国家。
我的小组级别是:国家和密度。
我正在显示四种不同类型的模型(不同的截距,没有预测因子/不同截距与个别水平预测器/ ......)现在我遇到了使用组级预测模型的变化截距的问题,显示了错误如下面的代码所示。
M3 = lmer(happylyf ~ incomefeel + healthy + workinf + social + density + (1 | country),
+ family(binomial(link = "logit")),data = Mer)
UseMethod(“family”)中的错误: 适用于“家庭”类对象的“家庭”没有适用的方法
这显示了响应的结构
str(Mer$happylyf)
# num [1:10977] 4 5 4 4 4 4 2 3 4 4 ...
#1=unhappy (...) 5=very happy
此外,当我使用组级预测器模型显示Varying截距和斜率时,这就是我得到的。
M4 = lmer ( happylyf ~ incomefeel + healthy + workinf + social +
density:incomefeel + density:healthy + density:workinf + density:social +
(1 + incomefeel + healthy + workinf + social |country), data = Mer)
警告讯息:
1:一些预测变量的尺度非常不同:考虑重新缩放 2:在checkConv(attr(opt,“derivs”)中,opt $ par,ctrl = control $ checkConv ,: 无法评估比例梯度
3:在checkConv(attr(opt,“derivs”)中,选择$ par,ctrl = control $ checkConv,: 模型未能收敛:使用1个负特征值退化Hessian