Lmer模型无法收敛

我的数据在这里描述当拟合重复测量方差分析时，什么会导致aov中的“ Error（）模型为奇异误差”？

我试图使用来查看交互的效果，lmer所以我的基本情况是：

my_null.model <- lmer(value ~ Condition+Scenario+ 
                             (1|Player)+(1|Trial), data = my, REML=FALSE)

my.model <- lmer(value ~ Condition*Scenario+ 
                             (1|Player)+(1|Trial), data = my, REML=FALSE)

运行anova会给我带来显着的结果，但是当我尝试考虑随机斜率（(1+Scenario|Player)）时，模型将失败，并显示以下错误：

  Warning messages:
 1: In commonArgs(par, fn, control, environment()) :
   maxfun < 10 * length(par)^2 is not recommended.
 2: In optwrap(optimizer, devfun, getStart(start, rho$lower, rho$pp),  :
  convergence code 1 from bobyqa: bobyqa -- maximum number of function evaluations exceeded
 3: In commonArgs(par, fn, control, environment()) :
  maxfun < 10 * length(par)^2 is not recommended.
 4: In optwrap(optimizer, devfun, opt$par, lower = rho$lower, control = control,  :
   convergence code 1 from bobyqa: bobyqa -- maximum number of function evaluations exceeded
 5: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
   Model failed to converge with max|grad| = 36.9306 (tol = 0.002)
 6: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
   Model failed to converge: degenerate  Hessian with 1 negative eigenvalues

或者，如果它在多次迭代后仍无法收敛（我将其设置为100 000），并且在此之后得到了相同的结果50k，100k这意味着它非常接近实际值，只是没有达到它。那么我可以这样报告我的结果吗？

请注意，当我将迭代次数设置得很高时，我只会收到以下警告：

 Warning messages:
1: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
 Model failed to converge with max|grad| = 43.4951 (tol = 0.002)
2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
 Model failed to converge: degenerate  Hessian with 1 negative eigenvalues

见这个谈话评估收敛的替代方法。具体来说，本·博克（Ben Bolker）的这一评论：

谢谢。甚至更简单的测试是举一个适合的示例，该示例向您提供收敛警告，并查看的结果，
relgrad <- with(fitted_model@optinfo$derivs,solve(Hessian,gradient))
max(abs(relgrad))
并查看其是否合理（例如，<0.001？）

另外，您可以在此处尝试Bolker的建议，即尝试使用其他优化程序。