glmmTMB结合Matern空间自相关建模出现收敛问题求助

我有空间网格上的鸟类计数数据集，包含环境与猎物数据。已针对观测者距离应用校正因子，得到含大量零值的半连续丰度数据（存在调查努力但无观测时为0）。Moran检验显示空间依赖性显著（p<0.001），因此尝试构建带Tweedie分布、含缩放位置Matern结构的glmmTMB模型。以下是模拟相似数据的代码：

library(glmmTMB)
library(statmod)
library(tweedie)
library(dplyr)

set.seed(123)

n <- 200

prop_zeros <- 0.3
n_zeros <- round(n * prop_zeros)

abundance <- c(rep(0, n_zeros), round(runif(n - n_zeros, 0, 150), 1))
abundance <- sample(abundance) 

data_sim <- data.frame(
  ID = sample(1000:3000, n, replace = TRUE),
  year = sample(2017:2021, n, replace = TRUE),
  effort_km2 = runif(n, 0.1, 5),
  abundance = abundance,
  NASC_avg = runif(n, 0, 100),
  SST = runif(n, 280, 290),
  CHL = runif(n, 0.5, 3),
  distance_coast_m = runif(n, 100, 150000),
  SPR = runif(n, 0, 100),
  PIL = runif(n, 0, 10),
  HER = runif(n, 0, 10),
  longitude = runif(n, -9, -6),
  latitude = runif(n, 50, 51),
  D = factor(rep(1, n))
)

data_sim <- data_sim %>% 
  mutate(SST_C = SST-273.15, 
         pos = numFactor(scale(longitude), scale(latitude)), 
         density=abundance/effort_km2
  )


glmmTMB <- glmmTMB(
  abundance ~ SST_C + CHL + distance_coast_m + NASC_avg + HER + SPR + PIL  +
    (1 | year) + mat(pos + 0 | D),
  offset = effort_km2,
  data = data_sim,
  family = tweedie(link = "log")
)

模型运行2-3小时后返回如下警告：

Warning messages:
1: In (function (start, objective, gradient = NULL, hessian = NULL,  :
  NA/NaN function evaluation
2: In (function (start, objective, gradient = NULL, hessian = NULL,  :
  NA/NaN function evaluation
3: In (function (start, objective, gradient = NULL, hessian = NULL,  :
  NA/NaN function evaluation
4: In finalizeTMB(TMBStruc, obj, fit, h, data.tmb.old) :
  Model convergence problem; non-positive-definite Hessian matrix. See vignette('troubleshooting')

尝试仅使用正值数据建模，仍出现相同警告。

警告含义解析 #

• NA/NaN函数评估：模型拟合时，某些参数组合导致对数似然或其导数出现无效值（比如对数运算输入非正数、Tweedie分布幂参数超出有效区间）。
• 非正定Hessian矩阵：用于计算参数标准误的二阶导数矩阵不满足正定条件，说明参数估计不稳定，大概率是模型过拟合、参数冗余或数据支撑不足导致。

具体排查与调整步骤 #

1. 修正空间结构设置 #

• 替换numFactor生成空间坐标的方式：直接用标准化后的经纬度矩阵（cbind(scale(longitude), scale(latitude))）传入mat结构，避免numFactor可能带来的编码问题。
• 先简化空间结构：暂时去掉Matern空间项，拟合不含空间效应的模型，确认其他变量和分布设置无问题后，再逐步添加空间项。

2. 优化Tweedie分布设置 #

• 固定Tweedie幂参数：默认自动估计的幂参数p可能接近边界（1或2）导致数值不稳定，先固定p=1.5（半连续数据常用值），用family = tweedie(link = "log", power = 1.5)拟合，收敛后再尝试估计p。
• 尝试零膨胀Tweedie：如果零值比例过高，Tweedie分布的零值拟合能力有限，改用family = ziTweedie()（零膨胀Tweedie），分离零值生成过程和丰度生成过程。

3. 处理变量问题 #

• 标准化数值变量：distance_coast_m数值跨度极大（100~150000），和其他变量量级差异悬殊，会干扰优化过程，将其标准化为scale(distance_coast_m)后再放入模型。
• 检查共线性：用cor(data_sim[, c("SST_C", "CHL", "distance_coast_m", "NASC_avg", "HER", "SPR", "PIL")])计算自变量相关系数，移除高度相关（|r|>0.7）的变量，减少参数冗余。
• 修正offset设置：log链接下，offset应该用log(effort_km2)，这样丰度的期望为exp(线性预测器 + log(effort)) = exp(线性预测器)*effort，符合计数数据的努力量校正逻辑，原代码直接用effort_km2是错误的。

4. 简化模型结构 #

• 减少固定效应：先拟合仅包含关键变量的简单模型，逐步添加其他变量，避免一次性放入过多参数导致过拟合。
• 暂时移除随机效应：如果年份水平数少（仅5年），样本量分布不均，可能导致年份随机效应的方差估计不稳定，先去掉(1 | year)，看模型是否收敛，再考虑是否保留。

5. 调整优化器参数 #

• 更换优化器：glmmTMB默认用nlminb，尝试换用BFGS优化器，设置control = glmmTMBControl(optimizer = optim, optArgs = list(method = "BFGS"))。
• 增加迭代次数：用control = glmmTMBControl(iter.max = 1000, eval.max = 1000)提升优化器的迭代上限，避免因迭代不足导致收敛失败。

调整后的代码示例 #

# 数据预处理：标准化变量、修正空间坐标
data_sim <- data_sim %>% 
  mutate(SST_C = SST-273.15, 
         distance_coast_scaled = scale(distance_coast_m),
         pos_scaled = cbind(scale(longitude), scale(latitude)),
         density=abundance/effort_km2
  )

# 优化后的模型：固定Tweedie参数、修正offset、换优化器
glmmTMB_optimized <- glmmTMB(
  abundance ~ SST_C + CHL + distance_coast_scaled + NASC_avg + HER + SPR + PIL  +
    (1 | year) + mat(pos_scaled + 0 | D),
  offset = log(effort_km2),
  data = data_sim,
  family = tweedie(link = "log", power = 1.5),
  control = glmmTMBControl(optimizer = optim, optArgs = list(method = "BFGS"))
)

内容的提问来源于stack exchange，提问作者Klervi