小编Piy*_*hah的帖子

使用 lmer 缩放多级回归的正确方法 [R]

假设我有 10 个国家(第 2 级)的 300 家公司(第 1 级)的数据。1 级变量是 PQ 和大小。水平 2 变量是人均 GDP。

library(lme4)

set.seed(1)
PQ <- runif(300,7,21)
id <- (1:300)
country <- sample(1:10,300,replace=T)
size <- sample(1:25000,300,replace=T)
GDP <- sample(800:40000,10,replace=T)
Country1 <- 1:10
L1data <- as.data.frame(cbind(id,country,PQ,size))
L2data <- as.data.frame(cbind(Country1,GDP))
MLdata <- merge(L1data,L2data, by.x = "country", by.y = "Country1")
dummymodel <- lmer(PQ ~ size + GDP + (size|country), data = MLdata, REML = F)
Run Code Online (Sandbox Code Playgroud)

当我运行它时,我收到警告消息

警告消息: 1:一些预测变量的尺度非常不同:考虑重新调整 2:在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, 中:模型未能与 max|grad| 收敛= 1.77081 (tol …

scaling r lme4 multi-level

2
推荐指数
1
解决办法
5589
查看次数

标签 统计

lme4 ×1

multi-level ×1

r ×1

scaling ×1