glmmTMB模型报错‘Error in fitTMB(TMBStruc)’的原因与负二项模型咨询

问题背景 #

我正在构建食用蟹病原体的广义线性混合模型（GLMM）：

• 因变量：Paramikrocytos
• 解释变量：Width、Sex、Condition、Disease、Biofouling
• 随机效应：Site

模型代码如下：

glmmTMB(Paramikrocytos ~ Width + Sex + Condition + Disease + Biofouling + (1 | Site),
                         data = crab, family = "binomial")

报错情况 #

运行时出现以下错误：

Error in fitTMB(TMBStruc) : 
  negative log-likelihood is NaN at starting parameter values

改用Poisson族后仍出现相同报错，输出结果中所有Std. Error、z value、Pr(>|z|)均为NaN，部分系数估计值异常偏大，用diagnose函数排查后问题未解决。

解答 #

能否改用负二项族？ #

可以尝试改用负二项族，但要先确认你的Paramikrocytos是计数类型数据，且存在过度离散（即方差远大于均值）的情况。如果是二分类因变量，负二项族并不适用。

报错的可能原因 #

• 完全分离或准分离问题：对于二项族模型，若某个解释变量的取值能完全区分因变量的两类结果（比如某类Disease个体全部感染Paramikrocytos，另一类全部未感染），会导致似然函数无法收敛，出现NaN。
• 因变量与分布族不匹配：如果Paramikrocytos是二分类变量（0/1），Poisson族本身就不适用；如果是计数数据，二项族也不对，选对分布族是前提。
• 随机效应结构问题：若部分Site的样本量极小（甚至只有1个样本），或者不同Site的因变量取值完全一致，会导致随机效应的方差估计出现问题，引发似然NaN。
• 初始值异常：glmmTMB的默认初始值可能不适合你的数据，可以尝试手动指定初始值（通过start参数），或者先拟合不含随机效应的GLM，用其系数作为初始值。
• 解释变量共线性：如果多个解释变量之间存在强共线性（比如Condition和Disease高度相关），会导致系数估计不稳定，甚至引发数值问题。

内容的提问来源于stack exchange，提问作者Kiran B