Question

我正在使用R的glmer.nb包中的lme4函数研究负二项模型。实际模型本身有点复杂，但应该（至少我相信）统计上合理。我现在的问题出现了，因为该模型难以收敛并返回此警告：

In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.00753068 (tol = 0.001, component 1)

大多数时候，我在标准glmer函数内工作，当我收到此警告时，我将此参数添加到glmer函数中：

glmerControl(optimizer="bobyqa", optCtrl = list(maxfun = 100000))

这通常可以解决问题。现在，查看glmer.nb的帮助文件，glmer.nb的类似参数似乎是nb.control。但是，当我将glmerControl更改为nb.control时，R会返回一个无法找到该功能的错误。好的，没关系。从帮助文件中的给定语法看，nb.control看起来应该被设置为等于所需控制参数的列表。我已经尝试了各种方法来获得我想要的两个更改，而R只是不断删除nb.control警告＆＃34; extra argument(s) ‘nb.control’ disregarded＆＃34;

我尝试使用互联网搜索大量资源，例如使用nb.control参数的人。我发现的大多数事情（我已经找不到，因此这个问题）似乎只是建议使用glmerControl中的glmer参数。当我提出这个论点时，似乎并没有解决问题。

基本上，我只是想知道如何使用nb.control参数将优化器更改为＆＃39; bobyqa＆＃39;并将迭代次数更改为高于默认值的数字。当nb.control参数不是NULL的defauilt值时，使用onclick参数的语法是什么？任何想法将不胜感激。谢谢！

Answer 1

这有点违反直觉，但你应该使用control=glmerControl(...)，就像你对类似的glmer拟合一样 - 这将被传递到内循环。

设置数据等：

library(lme4)
dd <- expand.grid(f1 = factor(1:3),
                  f2 = LETTERS[1:2], g=1:9, rep=1:15)
dd$y <- simulate(~f1+f2+(1|g),
                 newparams=list(beta=rep(1,4),
                                theta=1),
                 newdata=dd,
                 seed=101,
                 family=negative.binomial(theta=1.5))[[1]]

Fit＆＃34; vanilla＆＃34;：

m.nb <- glmer.nb(y ~ f1+f2 + (1|g), data=dd)

检查优化信息：

m.nb@optinfo[c("optimizer","control")]
## $optimizer
## [1] "Nelder_Mead"
## 
## $control
## $control$verbose
## [1] 0

适合其他优化器/等：

m.nb2 <- glmer.nb(y ~ f1+f2 + (1|g), data=dd,
                  control=glmerControl(optimizer="bobyqa",
                           optCtrl=list(maxfun=1e5)))

检查我们确实改变了一些东西：

m.nb2@optinfo[c("optimizer","control")]
## $optimizer
## [1] "bobyqa"
## 
## $control
## $control$maxfun
## [1] 1e+05
## 
## $control$iprint
## [1] 0

使用glmer.nb的nb.control参数

1 个答案: