R中glmer拟合带offset的泊松混合模型报PIRLS NaN错误求助

报错核心诱因 #

• 数据存在非法计算值：只要添加offset(log(TRIAL_TIME))就报错，首先排查TRIAL_TIME列的取值：log()函数仅对大于0的有效数值有定义，只要数据中存在试次时长TRIAL_TIME<=0、取值缺失的情况，计算offset时会直接生成-Inf或NaN，传入PIRLS迭代循环后就会触发你看到的报错。从你附的数据样例看，还存在结果变量缺失的问题：多行文末的注视次数字段为空，这类无效行如果不提前剔除，也会导致计算异常。
• 变量名不匹配：你附的样例数据中结果变量列名为COUNT，但模型公式中调用的结果变量是FIXATION_COUNT，如果数据集没有提前做列名重命名，会直接导致变量读取错误。
• 随机效应结构冗余：你写的第二个模型同时设定了(1|WORD)和(CONDITION|WORD)，后者本身已经包含单词层面的随机截距，重复设定截距项会导致随机效应方差协方差矩阵奇异，进一步加剧数值计算故障。
• 变量类型识别错误：如果CONDITION没有提前转为因子类型，glmer会默认将其识别为连续变量，结合被试间设计下被试与条件完全嵌套的结构，也可能提升矩阵求逆失败的概率。

可复现的修正流程 #

1. 先做数据清洗与合法性校验，剔除所有会导致计算异常的行：

# 若实际数据中结果变量列名为COUNT，先重命名匹配模型公式
colnames(WORD_DATA)[colnames(WORD_DATA) == "COUNT"] <- "FIXATION_COUNT"

# 将分类变量转为因子类型
WORD_DATA$CONDITION <- as.factor(WORD_DATA$CONDITION)

# 排查非法值
cat("TRIAL_TIME缺失值数量：", sum(is.na(WORD_DATA$TRIAL_TIME)), "\n")
cat("TRIAL_TIME<=0的数量：", sum(WORD_DATA$TRIAL_TIME <= 0, na.rm = T), "\n")
cat("FIXATION_COUNT缺失值数量：", sum(is.na(WORD_DATA$FIXATION_COUNT)), "\n")

# 生成清洗后的分析数据集
WORD_DATA_clean <- subset(
  WORD_DATA,
  !is.na(FIXATION_COUNT) & !is.na(TRIAL_TIME) & TRIAL_TIME > 0
)

2. 修正随机效应结构，搭配稳定性更高的优化器重新拟合：

library(lme4)
# 基准模型：保留被试、单词的随机截距
Count_1_fixed <- glmer(
  formula = FIXATION_COUNT ~ CONDITION + offset(log(TRIAL_TIME)) + (1|PARTICIPANT) + (1|WORD),
  family = poisson(link = "log"),
  data = WORD_DATA_clean,
  control = glmerControl(optimizer = "bobyqa", optCtrl = list(maxfun = 2e4))
)

# 加入单词层面的条件随机斜率（无需重复设定(1|WORD)，随机斜率项已包含对应截距）
Count_2_fixed <- glmer(
  formula = FIXATION_COUNT ~ CONDITION + offset(log(TRIAL_TIME)) + (1|PARTICIPANT) + (CONDITION|WORD),
  family = poisson(link = "log"),
  data = WORD_DATA_clean,
  control = glmerControl(optimizer = "bobyqa", optCtrl = list(maxfun = 2e4))
)

模型设定合理性说明 #

你提到因为是被试间设计，每位被试仅接受一种实验条件，因此不设定被试层面的条件随机斜率，这个处理是完全正确的：被试与条件完全嵌套时，被试层面的条件随机斜率与被试随机截距完全共线，根本无法识别。如果清洗数据后模型仍存在收敛警告，可以进一步检查结果变量是否存在过度离散问题，必要时换用负二项分布混合效应模型即可。

内容的提问来源于stack exchange，提问作者T Song