lmer的替代优化算法

Question

lmer包中的函数lme4默认使用bobyqa包中的minqa作为优化算法。

根据以下帖子https://stat.ethz.ch/pipermail/r-sig-mixed-models/2013q1/020075.html，可以在minqa包中使用其他优化算法

如何使用uobyqa或newuoa作为lmer的优化算法？

library(lme4)
fm1 <- lmer(Reaction ~ Days + (Days | Subject), sleepstudy, control=lmerControl(optimizer="bobyqa"))

Answer 1

您不能使用newuoa或uobyqa，因为它们都不允许对参数进行约束。来自?lmerControl（强调添加）

  

任何允许框约束

的最小化函数都可以使用

     

（1）取输入参数'fn'（要优化的功能），'par'（起始参数值），'lower'（下限）和'control'（控制参数，从'control'传来）论证）和

     

（2）返回一个列表，其中包含（至少）元素'par'（最适合                 参数），'fval'（最佳拟合函数值），'conv'                 （收敛代码，成功等于零）                 收敛）和（可选）'消息'（信息                 消息，或对收敛失败的解释）。

＆＃34; bobyqa＆＃34;开头的b代表＆＃34;绑定＆＃34; （如在约束中），我假设其他算法中的u同样代表＆＃34;无约束＆＃34;。您可以查看此文件中的某些机制，以便（重新）使用一堆不同的优化器来匹配相同的模型：

allFit <- system.file("utils", "allFit.R", package="lme4")
file.show(allFit)

我目前所知道的所有优化器列表允许使用框约束，并且不需要指定显式渐变函数（大多数绑定约束优化器都需要{ {1}} package），如上面的文件所示，是

• BOBYQA（optimx和minqa包实施）
• Nelder-Mead（nloptr，lme4和nloptr包实施）
来自基地R的
• dfoptim（来自贝尔实验室PORT图书馆）
来自基地R的
• nlminb，通过L-BFGS-B（Broyden-Fletcher-Goldfarb-Shanno，来自纳什）

除了optimx内置的这些内容之外，您还可以使用allFit.R中的COBYLA或subplex优化器：请参阅nloptr。 ?nloptwrap包中有另一个subplex实现：可能还有其他一些我错过了。