Errore LME () - limite di iterazione raggiunto

Nello specificare un modello di effetti misti incrociati, sto cercando di includere interazioni. Tuttavia, viene visualizzato il seguente messaggio di errore:

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

Il modello ha i seguenti: 1. 3 tipi di ugelli (effetto fisso) 2. 5 operatori, ciascuno con 3 misure ripetute sul flusso di carburante dai 3 tipi di ugelli.

Mi è stato chiesto di includere l'interazione tra tipo di ugello e operatore nel modello. Questo è il mio codice per il modello:

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

Perché dovrei visualizzare questo messaggio di errore ??

mixed-model lme4-nlme

— Tal Bashan
fonte

Non vuoi operator|nozzlecasuale?

— Olivia Grigg,

No, l'operatore è l'effetto casuale.

— f1r3br4nd

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

— AliReza Afshari Safavi

Dovresti fare la risposta di @ f1r3br4nd come risposta

— JetLag il

@AliRezaAfshariSafavi quali sono i vantaggi dell'utilizzo di "SANN" rispetto al BFGS predefinito?

— gcamargo,

Risposte:

Non ho sentito parlare errordell'argomento lmee non lo vedo nella documentazione. Sei sicuro che non sia un refuso? Ma, per rispondere alla domanda che hai posto:

Provare ?lmeControl

Impostazione del maxIter, msMaxIter, niterEM, e / o msMaxEvalargomenti per valori superiori a quello predefinito può risolvere questo problema. Cattura l'output da lmeControla un oggetto e quindi passa l'oggetto controlall'argomento di lme.

O...

Il nuovo ottimizzatore predefinito lmeutilizza è traballante. La metà delle volte questo tipo di problemi viene risolto per me quando lo cambio al vecchio ottimizzatore. Puoi farlo impostando l' optargomento per lmeControla 'optim'.

Quindi, mettendolo insieme:

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

— f1r3br4nd
fonte

In alcuni casi potrebbe valere la pena di sapere, che lmeControlè una funzione del nlmepacchetto

— Qaswed il

Innanzitutto, questo è un modello ANOVA, non un modello misto.

In secondo luogo, mi sembra che il tuo modello non sia stato identificato. In forma di equazione, hai

{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}

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

L'ultimo termine ha 15 valori separati per 15 osservazioni che hai. Non ci sono gradi di libertà per ottenere altri termini nel modello. Includere le interazioni è stato un cattivo consiglio. Dovresti lasciarli cadere qualsiasi; anche includerli come effetti incrociati non sarà di aiuto, poiché saranno quindi perfettamente collineari con gli effetti fissi e non saranno stimabili. Una massima verosimiglianza o modello REML con 15 osservazioni non ha senso; i risultati asintotici della teoria della massima verosimiglianza semplicemente non funzioneranno: questa è una Ferrari che stai cercando di guidare su un campo arato.

— Stask
fonte

Se in un modello sono presenti sia effetti casuali che fissi, per definizione si tratta di un modello a effetti misti. Sia che lo chiami ANOVA o la regressione è un problema separato e una specie di domanda semantica. Sono un po 'perplesso, tuttavia, da ciò che l'OP intende per interazione. Per quanto ne so, lo sta già facendo usando random=~nozzle|operatorinvece di random=~1|operator.

— f1r3br4nd

Alcune letterature si riferiscono agli effetti casuali nidificati come interazioni tra diversi livelli di annidamento; Penso di averlo visto anche in Pinheiro & Bates. Sono d'accordo sul fatto che la definizione corretta sia una questione di semantica, ma sto solo pensando di introdurre this-does-not-have-to-be-a-mixed-modeltag. Circa i due terzi della mixed-modelsdomanda che riesco a vedere, dire qualcosa in tal senso fa parte della mia risposta.

— StasK,

Divertente, passo buona parte del mio tempo a dire alle persone che non usano abbastanza modelli misti. In realtà vorrei sbagliarmi, perché mi semplificherebbe la vita. Cosa diresti all'OP che la regola empirica è per determinare quando è necessario un modello misto?

— f1r3br4nd

Oh, quindi sei il cattivo, allora. Questo ha un singolo predittore categorico, quindi per me è un modello ANOVA, come ho detto prima. Se avessi informazioni a diversi livelli (ad es. Stato \ scuola \ studenti, con dati sugli stati, sulla scuola e sugli studenti), mi sembrerebbe più un modello misto. Fondamentalmente, se puoi farlo come somma di quadrati, questo è ANOVA; se puoi farlo come modello di regressione, quello è un modello di regressione. Se fare la massima verosimiglianza / REML è assolutamente inevitabile (come nel caso di una risposta binaria), per me è un modello misto.

— StasK