HLM操作问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

第一层变量有分类变量，也有连续变量，进行计算随机效应模型，不能运行处结果，以下为提示：
HLM2 is unable to compute starting values based on the specified model.
Every level-1 predictor matrix is near singular.
1) Center one or more level-1 predictors.
2) One (or more) of the random effects should be either deleted from the model  or treated as fixed.
只有将第二层设为固定效应才可以，该怎么办呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：HLM Predictors predictor specified Starting specified starting either matrix should

向上述这种问题是正常现象，表明模型与数据拟合不佳，需要调整模型限定。对于分类变量需要采用虚拟编码，然后再进行分析，虚拟编码的方法与GLM一样。第二层的随机效应，可以尝试将其中一个限定为固定效应，并逐个尝试。

bfzldh 发表于 2015-10-1 12:25
向上述这种问题是正常现象，表明模型与数据拟合不佳，需要调整模型限定。对于分类变量需要采用虚拟编码，然 ...

你好，我想问一下，就是第一水平中有两个随时间变化的预测变量还有一个时间变量（其中，时间变量是按0,1,2编码的，一共测了3次），第二层让所有的项都带有残差项，也是出现了HLM2 is unable to compute starting values based on the specified model.Every level-1 predictor matrix is near singular.
1) Center one or more level-1 predictors.
2) One (or more) of the random effects should be either deleted from the model
   or treated as fixed.
我应该怎么处理啊

2234962095 发表于 2017-5-14 10:49
你好，我想问一下，就是第一水平中有两个随时间变化的预测变量还有一个时间变量（其中，时间变量是按0,1, ...

您好，我也出现了这个问题，您解决了吗？

楼主，请问一下您是怎么解决的?我也遇到相同的问题

bfzldh 发表于 2015-10-1 12:25
向上述这种问题是正常现象，表明模型与数据拟合不佳，需要调整模型限定。对于分类变量需要采用虚拟编码，然 ...

您好，“关于分类变量需要采用虚拟编码，虚拟编码方法与GLM一样”。是什么意思呢？具体怎么操作呢？
我的3分类变量，是已经设置成2个虚拟变量，然后进入level1作为自变量。
请问这样子对吗？是否是您说的意思？
2分类变量，还需要再处理吗？

yasmiles 发表于 2020-5-12 21:48
您好，“关于分类变量需要采用虚拟编码，虚拟编码方法与GLM一样”。是什么意思呢？具体怎么操作呢？
我的 ...

3分类变量设置成2个虚拟变量就可以。2分类变量建议编码成0和1。

bfzldh 发表于 2020-5-13 01:00
3分类变量设置成2个虚拟变量就可以。2分类变量建议编码成0和1。

谢谢您的解答。
level1中既有分类变量（uncentered），也有连续变量（group centered），不知这样子进入模型是对的吗？分类变量需要centered吗？
level1中我的分类变量uncentered，连续变量group centered，在全模型中，二层变量是连续变量（grand centered），除了截距，其他都用固定效应，还是出不来结果，请问怎么解决呢？（在普通ols回归中，我检验了vif值，level1中所有自变量在之前的检验中vif值都在5以下，应该不存在严重多重共线性）
Level-1 Model

        Y = B0 + B1*(AGEOPEN) + B2*(DUM31) + B3*(DUM32) + B4*(FUNDS) + B5*(TYPE2) + B6*(NASSESTS) + B7*(LEVEL5) + R

Level-2 Model
        B0 = G00 + G01*(POPU_DEN) + G02*(WAGE_WAN) + G03*(GDP_WAN) + U0
        B1 = G10 + G11*(POPU_DEN) + G12*(WAGE_WAN) + G13*(GDP_WAN)
        B2 = G20 + G21*(POPU_DEN) + G22*(WAGE_WAN) + G23*(GDP_WAN)
        B3 = G30 + G31*(POPU_DEN) + G32*(WAGE_WAN) + G33*(GDP_WAN)
        B4 = G40 + G41*(POPU_DEN) + G42*(WAGE_WAN) + G43*(GDP_WAN)
        B5 = G50 + G51*(POPU_DEN) + G52*(WAGE_WAN) + G53*(GDP_WAN)
        B6 = G60 + G61*(POPU_DEN) + G62*(WAGE_WAN) + G63*(GDP_WAN)
        B7 = G70 + G71*(POPU_DEN) + G72*(WAGE_WAN) + G73*(GDP_WAN)

Run-time deletion has reduced the number of level-1 records to 136
Run-time deletion has reduced the number of level-2 groups to 23

There is a problem in the fixed portion of the model.  A near singularity is
likely.  Possible sources are a collinearity or multicollinearity among the
predictors.  We suggest that you examine a correlation matrix among the fixed
effect predictors.