R语言lme拟合多元多水平模型报奇异收敛错误咨询

报错对应代码与信息 #

拟合代码：

MVMM2.2 <- lme(MUTU ~ - 1 + Respon+Respon:(x2+x4+x5+x9+x10+z1+z2+z3+x2*z1+x2*z2),
                random = ~ -1 + Respon:(x2 + x4) + Respon|kab.kota, 
                weights=varIdent(form=~1|Respon),
                corr=corSymm(form=~as.numeric(Respon)|kab.kota/npsn),
                data=data_edit, method="ML",
                control = list(maxIter=2380, msMaxIter=2380, tolerance=1e-8,
                              niterEM=1850))

报错输出：

Error in lme.formula(MUTU ~ -1 + Respon + Respon:(x2 + x4 + x5 + x9   : 
  nlminb problem, convergence error code = 1
  message = singular convergence (7)

报错本质是优化过程中出现奇异矩阵，要么是模型过参数化、待估参数超过数据支撑能力，要么是变量共线性、分组样本量不足、参数设置不合理导致无法得到稳定最优解。

可直接落地的解决步骤 #

按优先级依次尝试，每改完一次重新运行模型验证是否收敛：

• 简化随机效应结构
  当前随机效应设定~ -1 + Respon:(x2 + x4) + Respon|kab.kota会估计大量随机效应的方差与协方差参数，是奇异收敛的最常见诱因。先删除高阶随机斜率，从最简随机结构random = ~ -1 + Respon|kab.kota开始跑，能收敛的话再逐个加回Respon:x2、Respon:x4随机斜率，定位触发问题的冗余随机项。
• 替换过复杂的相关结构
  代码中corSymm是无结构相关矩阵，待估参数数量随Respon的水平数呈平方级增长，很容易过参数化。先替换为更简约的corCompSymm（复合对称结构）试跑，如果简约结构能收敛，再评估是否真的需要使用无结构相关设定。同时检查kab.kota/npsn嵌套分组下，Respon的所有水平是否完整、排列顺序是否一致，分组内缺失Respon水平也会触发奇异问题。
• 排查固定效应共线性
  固定效应包含多组二阶交互项，很容易出现多重共线性。先对所有预测变量做共线性检验，剔除方差膨胀因子VIF大于10的变量；所有连续预测变量提前做中心化处理，可以大幅降低交互项带来的共线性问题；同时检查是否存在分类变量完全分离、连续变量极端异常值的情况，提前做异常值缩尾处理。
• 调整优化控制参数
  当前把收敛容差tolerance设为1e-8过于严格，很容易在接近最优解时被判定为奇异。先把容差调回默认量级1e-6~1e-5，同时可以将优化器从默认的nlminb换成optim，参考控制参数设置：

  control = lmeControl(
    maxIter=2000, msMaxIter=2000,
    tolerance=1e-6, niterEM=1000,
    msMaxEval=2000, opt="optim"
  )
  

• 核查分层样本量
  检查kab.kota（高层）、npsn（低层）两个分组维度的样本量，如果存在大量分组仅包含1~2条观测，随机效应的方差无法被有效估计，也会触发奇异收敛，这类情况需要合并样本量过小的分组，或者调整模型的嵌套层级设定。

内容的提问来源于stack exchange，提问作者aripal Togo