Seite 1 von 1

Mehrebenenmodell mit dichotomer AV

Verfasst: Di Jan 26, 2021 7:36 pm
von dormilona
Hallo zusammen,
ich habe einen Datensatz "prospective_data"
darin möchte ich ein mixed effect model rechnen mit einer dichotomen Outcome-Variable, die ich so nenne:

Code: Alles auswählen

prospective.Z2


meine fixed effects lauten:

Code: Alles auswählen

shift_work.Z1
insomnia.Z1
sleep_duration.Z1
chronotype.Z1
age
sex 
socioeconomic_status
prospective.Z1
als random effect möchte ich nehmen:

Ich habe mich für die Funktion glmer entschieden.
Leider kenne ich mich mit R nicht besonders gut aus und ich habe einen Code geschrieben, der aber falsch zu sein scheint:

Code: Alles auswählen

 f<-glmer(prospective.Z2~shift_work.Z1+insomnia.Z1+sleep_duration.Z1+chronotype.Z1+age+sex+socioeconomic_status+prospective.Z1 + (1|ID), family=binomial(logit), data = prospective_data) 
Mir wird folgende Fehlermeldung angezeigt:
"boundary (singular) fit"

Leider kann ich weder mit der Fehlermeldung noch mit der Erklärung im Manual zu glmer etwas anfangen. Was mache ich falsch? Bzw: wie müsste der Code denn sein?

LG,
Johanna

Re: Mehrebenenmodell mit dichotomer AV

Verfasst: Di Jan 26, 2021 11:34 pm
von EDi
Dein Model ist vermutlich zu komplex für die Datenlage. Ohne ein reproduzierbares Beispiel bleibt dies aber reine Spekulation. :(

Re: Mehrebenenmodell mit dichotomer AV

Verfasst: Di Jan 26, 2021 11:36 pm
von EDi
Bzw: wie müsste der Code denn sein?
Gegenfrage: Wie sieht das Model aus das du anpassen möchtest?

Re: Mehrebenenmodell mit dichotomer AV

Verfasst: Do Jan 28, 2021 3:47 pm
von dormilona
Danke, ich habe gerade nochmal in die Daten geschaut. Für mein Random effect (ID) wird in dem Modell eine Standardabweichung von 0 angezeigt. Das könnte der Grund für die Fehlermeldung sein oder?
Falls ja, wie kann ich denn damit umgehen?

Re: Mehrebenenmodell mit dichotomer AV

Verfasst: Do Jan 28, 2021 7:14 pm
von EDi
dormilona hat geschrieben: Do Jan 28, 2021 3:47 pm Danke, ich habe gerade nochmal in die Daten geschaut. Für mein Random effect (ID) wird in dem Modell eine Standardabweichung von 0 angezeigt. Das könnte der Grund für die Fehlermeldung sein oder?
Falls ja, wie kann ich denn damit umgehen?
Das ist vermutlich der Grund... Was tun? Ich würde das Model nochmal überdenken. Oder checken warum das 0 ist, falls es nicht so sein sollte...