为什么使用相同的数据集和相同的包会得到不同的截距值？ (右)

Question

我正在进行一项调查，在该调查中我获取公开的可用数据并重新运行作者最初所做的统计数据。我遇到了这篇使用 lme4 包运行嵌套混合模型的文章。当我运行相同的模型时，我得到相同的估计值，具有相同的 CI 范围，但截距除外。我尝试过缩放连续预测器，但它只会让情况变得更糟。我尝试用REML 为真或假来拟合模型，但它也没有帮助。这是如何以及为什么会发生的？ 提示：R 版本不同，可能包版本不同，但我认为我的截距估计值不应从 13.39（作者的结果）变为 5.47（我的结果）。

编辑：数据集很大，所以我只发布标题

 Species      Island Lizard_ID Headbob_duration_sec Background_speed_mm.per.sec Average_background_speed_mm.per.sec Habitat_light.log
1 Anolis_cooki Puerto_Rico      P232             6.300000                    8.933370                            8.933370          2.082839
2 Anolis_cooki Puerto_Rico      P233             2.133333                    8.518135                            9.331636          2.541373
3 Anolis_cooki Puerto_Rico      P233             4.766667                   10.076557                            9.331636          2.541373
4 Anolis_cooki Puerto_Rico      P233             7.133333                    9.641858                            9.331636          2.541373
5 Anolis_cooki Puerto_Rico      P233             5.466667                    9.347104                            9.331636          2.541373
6 Anolis_cooki Puerto_Rico      P233             6.000000                    9.074527                            9.331636          2.541373

这是作者（和我）所做的模型：

library(lme4)

modDHB<-lmer(Headbob_duration_sec~Average_background_speed_mm.per.sec+
Habitat_light.log+
Island+(1|Lizard_ID)+(Average_background_speed_mm.per.sec+Habitat_light.log|Species),
na.action=na.omit,control=lmerControl(optimizer="bobyqa"))

该模型预测蜥蜴行为（头部摆动）的持续时间，作为背景速度、环境光和观察到的动物岛的函数。它使用蜥蜴物种作为随机因子，蜥蜴 ID 嵌套在物种内。

我不确定作者使用了哪个优化器，但我使用 bobyqa 来防止转换问题。

这是我的输出：

 summary(modDHB)
Linear mixed model fit by REML ['lmerMod']
Formula: Headbob_duration_sec ~ Average_background_speed_mm.per.sec +  
    Habitat_light.log + Island + (1 | Lizard_ID) + (Average_background_speed_mm.per.sec +  
    Habitat_light.log | Species)
Control: lmerControl(optimizer = "bobyqa")

REML criterion at convergence: 16746

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-3.4199 -0.3470 -0.0370  0.1199  9.7081 

Random effects:
 Groups    Name                                Variance  Std.Dev. Corr       
 Lizard_ID (Intercept)                         1.412e+01 3.75754             
 Species   (Intercept)                         7.099e+00 2.66442             
           Average_background_speed_mm.per.sec 1.444e-04 0.01202  -1.00      
           Habitat_light.log                   4.741e+00 2.17739  -0.74  0.74
 Residual                                      4.081e+01 6.38801             
Number of obs: 2490, groups:  Lizard_ID, 429; Species, 16

Fixed effects:
                                    Estimate Std. Error t value
(Intercept)                          5.47746    1.48225   3.695
Average_background_speed_mm.per.sec  0.05186    0.06082   0.853
Habitat_light.log                   -1.41167    0.73028  -1.933
IslandPuerto_Rico                    7.91151    1.27021   6.228

Correlation of Fixed Effects:
            (Intr) A___.. Hbtt_.
Avrg_bc__.. -0.356              
Hbtt_lght.l -0.597 -0.033       
IslndPrt_Rc -0.628  0.009  0.065
convergence code: 0
boundary (singular) fit: see ?isSingular

正如我所说，一切都很好，除了截距估计应该是 13.39。

Answer 1

某些计算具有概率成分，因此解决方案可能不同，例如，如果起始值不同。