Я пытаюсь построить GLMM в соответствии с моими данными, но по какой-то причине все мои случайные эффекты возвращаются как не определенные из-за особенностей.
Я понимаю, что это будет означать, что они идеально предсказываются другой переменной, но эти переменные - это время дня, дата и индивидуальный идентификатор, и их нелегко коррелировать друг с другом или с любой другой переменной. Я добавлял их в модель как ... + (1 | randomffect).
Я пробовал просто включить один, а не другие, но все равно получаю эту ошибку. В остальном модель работает нормально.
Вот модель и результат:
Call:
glm(formula = df$Sex ~ df$`Low Freq (KHz)` + df$`Full Song Duration` +
(1 | df$Individual) + (1 | df$TOD) + (1 | df$DATER), family = binomial(link = "logit"),
data = df)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.95539 -0.18003 0.02514 0.10766 2.16469
Coefficients: (3 not defined because of singularities)
Estimate Std. Error z value Pr(>|z|)
(Intercept) 4.2354 1.0846 3.905 9.42e-05 ***
df$`Low Freq (KHz)` -0.7999 0.3923 -2.039 0.0414 *
df$`Full Song Duration` 5.2124 1.2008 4.341 1.42e-05 ***
1 | df$IndividualTRUE NA NA NA NA
1 | df$TODTRUE NA NA NA NA
1 | df$DATERTRUE NA NA NA NA