LME（）エラー-反復制限に達しました

交差混合効果モデルを指定する際に、相互作用を含めようとしています。ただし、次のエラーメッセージが表示されます。

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

モデルには次のようなものがあります。1. 3つのノズルタイプ（固定効果）2. 5つのオペレーター。それぞれ3つのノズルタイプからの燃料流量に対する3つの繰り返し測定があります。

モデルにノズルタイプとオペレーターの相互作用を含めるように求められました。これはモデルの私のコードです：

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

なぜこのエラーメッセージが表示されるのですか？

mixed-model lme4-nlme

— タル・バシャン
ソース

operator|nozzleランダムにしたくないですか？

— オリビアグリッグ

いいえ、演算子はランダムな効果です。

— f1r3br4nd

> crtl = lmeControl（opt = 'optim'、optimMethod = "SANN"）を使用できます

— AliReza Afshari Safavi

あなたは答えとしてf1r3br4ndの応答@作るべき

— 時差ぼけ

@AliRezaAfshariSafaviデフォルトのBFGSに対して「SANN」を使用する利点は何ですか？

— -gcamargo

回答:

私はerror議論を聞いていlmeませんし、ドキュメントにそれを見ていません。それはタイプミスではないのですか？しかし、あなたが尋ねた質問に答えるために：

試してみる ?lmeControl

、、、および/または引数をデフォルトよりも高い値に設定するmaxIterとmsMaxIter、これが修正される場合があります。からオブジェクトへの出力をキャプチャし、そのオブジェクトをの引数に渡します。niterEMmsMaxEvallmeControlcontrollme

または...

オプティマイザーがlme使用する新しいデフォルトは不安定です。古いオプティマイザーに戻すと、これらの問題の半分が解決されます。これを行うには、のopt引数をlmeControlに設定します'optim'。

だから、それをまとめる：

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

— f1r3br4nd
ソース

いくつかのケースでlmeControlは、知っておく価値があるかもしれません、それはnlmeパッケージの機能

— です-Qaswed

まず、これは混合モデルではなく分散分析モデルです。

第二に、あなたのモデルが特定されていないように思えます。方程式形式では、

{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}

$\mbox{response}_{ij} = \beta_1 \mbox{nozzle type}_{1ij} + \beta_2 \mbox{nozzle type}_{2ij} + \beta_3 \mbox{nozzle type}_{3ij} + \mbox{operator}_i + \mbox{nozzle within operator}_{ij}$ オペレータは、ノズルタイプが固定されている効果（ダミー変数）ランダム効果、およびオペレーター内のノズルもランダム効果です。

最後の項には、所有している15の観測値に対して15の個別の値があります。モデル内の他の項を取得するための自由度はありません。相互作用を含めることは、不十分なアドバイスでした。あなたはそれらを何でも落とさなければなりません。それらを交差効果として含めても、それらは固定効果と完全に同一線上になり、推定できないため、役に立ちません。15の観測値を持つ最尤法またはREMLモデルは意味がありません。最尤理論の漸近的な結果は、単に機能しません。これは、耕した畑で運転しようとしているフェラーリです。

— StasK
ソース

モデルにランダム効果と固定効果の両方がある場合、定義により混合効果モデルになります。それをANOVAと呼ぶか、回帰と呼ぶかは、別個の問題であり、セマンティクスの問題の一種です。しかし、OPが相互作用によって意味するものに、私は少し困惑しています。私が知る限り、彼はすでにのrandom=~nozzle|operator代わりにを使用してそれを行っていrandom=~1|operatorます。

— f1r3br4nd

入れ子のランダム効果を、入れ子の異なるレベル間の相互作用と呼ぶ文献もあります。Pinheiro＆Batesでも見たことがあります。これを適切に命名することはセマンティクスの問題であることに同意しますが、this-does-not-have-to-be-a-mixed-modelタグを導入することを考えています。mixed-models私が目にする質問の約3分の2で、その効果に対する何かを言うことは私の答えの一部です。

— StasK

面白いことに、私は自分の時間をかなり費やして、混合モデルを十分に使用していないことを人々に伝えています。私は実際に間違ったことをしたいと思います。なぜならそれは私の人生をいくらか単純化するからです。混合モデルがいつ必要かを決定するための経験則はOPに何を伝えますか？

— f1r3br4nd

ああ、だからあなたは悪役です。これには単一のカテゴリカル予測子があるため、前述したように、これはANOVAモデルです。さまざまなレベルの情報（たとえば、州、学校、生徒、州、学校、生徒に関するデータ）がある場合、私にとっては混合モデルのように聞こえます。基本的に、これを平方和として実行できる場合、それは分散分析です。これを回帰モデルとして実行できる場合、それは回帰モデルです。最尤法/ REMLの実行が絶対に避けられない場合（バイナリ応答の場合）、それは私にとって大丈夫な混合モデルです。

— StasK