J'ai créé un modèle mixte (assez lourd car beaucoup de termes) comme ci-dessous :
Code : Tout sélectionner
> library(lmerTest)
> mixte.lmertest=lmer(i2m2 ~ phosphore + nitrate + nitrite + ... + (phosphore|groupe) + (nitrate|groupe) + (nitrite|groupe) + ... ,data=dat)
Messages d'avis :
1: In checkScaleX(X, ctrl = control) :
Some predictor variables are on very different scales: consider rescaling
2: In commonArgs(par, fn, control, environment()) :
maxfun < 10 * length(par)^2 is not recommended.
3: In optwrap(optimizer, devfun, getStart(start, rho$lower, rho$pp), :
convergence code 1 from bobyqa: bobyqa -- maximum number of function evaluations exceeded
4: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge with max|grad| = 80.0079 (tol = 0.002)
5: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge: degenerate Hessian with 9 negative eigenvalues
> summary(mixte.lmertest)
Model is not identifiable...
Erreur dans `colnames<-`(`*tmp*`, value = c("Estimate", "Std. Error", "df", :
la longueur de 'dimnames' [2] n'est pas égale à l'étendue du tableau
De plus : Messages d'avis :
...
Le modèle 'mixte.test' a pourtant bien été créé; les messages sont des messages "d'avis" je n'en tiens donc pas compte. Je ne veux pas utiliser le package lme4 car je souhaite obtenir les p-values de mes effets.
Quelqu'un saurait me dire ce qui ne va pas? Pourquoi le modèle n'est-il pas identifiable?
Merci d'avance!