LME () hatası - yineleme sınırına ulaşıldı

Çapraz bir karma efekt modeli belirlerken, etkileşimleri dahil etmeye çalışıyorum. Ancak, aşağıdaki hata iletisini alıyorum:

Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : 
nlminb problem, convergence error code = 1
message = iteration limit reached without convergence (10)

Model aşağıdakilere sahiptir: 1. 3 meme tipi (sabit etki) 2. Her biri 3 meme tipinden yakıt akışı üzerinde 3 tekrar ölçümüne sahip 5 operatör.

Modelde nozul tipi ve operatör arasındaki etkileşimi eklemem istendi. Bu model için kodum:

flow.lme <- lme(rate ~ nozzle, error= nozzle|operator, data=Flow)

Neden bu hata iletisini alıyorum?

mixed-model lme4-nlme

— Tal Bashan
kaynak

operator|nozzleRastgele istemiyor musun ?

— Olivia Grigg

Hayır, operatör rastgele etkidir.

— f1r3br4nd

> crtl = lmeControl (opt = 'optim', optimMethod = "SANN") kullanabilirsiniz

— AliReza Afshari Safavi

@ F1r3br4nd kullanıcısının yanıtı olarak cevap vermelisiniz

— JetLag

@AliRezaAfshariSafavi "SANN" kullanmanın varsayılan BFGS'ye karşı faydaları nelerdir?

— gcamargo

Yanıtlar:

Bu erroriddiayı duymadım lmeve bunu belgelerde göremiyorum. Yazım hatası olmadığından emin misin? Ancak, sorduğunuz soruyu cevaplamak için:

Deneyin ?lmeControl

Ayar maxIter, msMaxIter, niterEM, ve / veya msMaxEvalvarsayılan daha yüksek değerlere argümanlar bu giderebilir. Çıktı yakalama lmeControlbir nesneye ve daha sonra bu nesneyi geçmesi controlargüman lme.

Veya...

Yeni varsayılan optimizer'ın lmekullandığı kesintili. Eski optimizer'a değiştirdiğimde, bu tür problemlerin yarısı benim için çözüldü. Sen ayarlayarak bunu optiçin argüman lmeControliçin 'optim'.

Yani, bir araya getirmek:

ctrl <- lmeControl(opt='optim');
flow.lme <- lme(rate ~ nozzle, error= nozzle|operator, control=ctrl, data=Flow);

— f1r3br4nd
kaynak

Bazı durumlarda bilmeye değer olabilir, bu paketten lmeControlbir işlevdirnlme

— Qaswed

Birincisi, bu bir ANOVA modeli, karışık bir model değil.

İkincisi, bana öyle geliyor ki modeliniz tanımlanmadı. Denklem formunda,

{response}_{i j} = β_{1} {nozzle type}_{1 i j} + β_{2} {nozzle type}_{2 i j} + β_{3} {nozzle type}_{3 i j} + {operator}_{i} + {nozzle within operator}_{i j}

$\mbox{response}_{ij} = \beta_1 \mbox{nozzle type}_{1ij} + \beta_2 \mbox{nozzle type}_{2ij} + \beta_3 \mbox{nozzle type}_{3ij} + \mbox{operator}_i + \mbox{nozzle within operator}_{ij}$

Son terim, sahip olduğunuz 15 gözlem için 15 ayrı değere sahiptir. Modelde başka terimler elde etmek için serbestlik derecesi yoktur. Etkileşimleri dahil etmek kötü bir tavsiyeydi. Onları ne olursa olsun düşürmeniz gerekir; bunları çapraz efektler olarak dahil etmek bile yardımcı olmaz, çünkü sabit etkilerle mükemmel bir şekilde eşleşirler ve tahmin edilemezler. 15 gözlemli bir maksimum olasılık veya REML modeli mantıklı değildir; maksimum olabilirlik teorisinin asimptotik sonuçları işe yaramaz: bu sürülmüş bir alanda sürmeye çalıştığınız bir Ferrari.

— StasK
kaynak

Bir modelde hem rastgele hem de sabit efektler varsa, tanım gereği karışık efektli bir modeldir. İster ANOVA ister regresyon olarak adlandırın, ayrı bir sorun ve bir anlambilim sorusu. Yine de, OP'nin bir etkileşim tarafından ne anlama geldiği konusunda biraz şaşkınım. Anlayabildiğim kadarıyla bunu random=~nozzle|operatoryerine kullanarak yapıyor random=~1|operator.

— f1r3br4nd

Bazı literatürler iç içe rastgele etkilerden farklı iç içe geçme düzeyleri arasındaki etkileşimler olarak söz eder; Sanırım bunu Pinheiro & Bates'de bile gördüm. Bunu doğru şekilde ifade etmenin anlambilim meselesi olduğuna katılıyorum, ama sadece this-does-not-have-to-be-a-mixed-modeletiket tanıtmayı düşünüyorum . mixed-modelsGördüğüm sorunun yaklaşık üçte ikisinde, bu konuda bir şey söylemek cevabımın bir parçası.

— StasK

Komik, zamanımın iyi bir kısmını insanlara yeterince karışık modeller kullanmadıklarını söyleyerek geçiriyorum. Aslında yanlış olmak istiyorum, çünkü hayatımı biraz basitleştirecekti. OP'ye karma bir modele ne zaman ihtiyaç duyulduğunu belirlemek için başparmak kuralının ne olduğunu söylerdiniz?

— f1r3br4nd

Oh, öyleyse sen kötü adamsın. Bunun tek bir kategorik öngörücüsü var, bu yüzden daha önce söylediğim gibi benim için bir ANOVA modeli. Farklı düzeylerde (örneğin, eyalet \ okul \ öğrencileri, eyaletler, okul ve öğrenciler hakkında veriler içeren) bilginiz varsa, bu bana karışık bir model gibi gelebilir. Temel olarak, bunu karelerin toplamı olarak yapabiliyorsanız, bu ANOVA; Eğer bunu bir regresyon modeli olarak yapabilirseniz, bu bir regresyon modeli. Maksimum olasılık / REML yapmak kesinlikle kaçınılmazsa (ikili yanıt durumunda olduğu gibi), bu benim için karışık bir model.

— StasK