67
我在lme4包中使用lmer()來估計混合效果模型。這很好，但現在我想運行估計過程進行固定次數的迭代，然後通過指定由最後估計過程計算出的開始值來恢復過程。用以前的估計值重新啓動混合效果模型估計
根據該幫助?lmer這是可能的，通過設定參數：
start- 這些都是新的開始值，並且根據所述幫助人們可以在插槽ST從嵌合提取的值模型，並用這些，即使用[email protected]maxiter- 供應作爲命名參數control
因此，例如，假設我要使用iris數據，以適應lme，可以試試這個：
library(lme4)
# Fit model with limited number of iterations
frm <- "Sepal.Length ~ Sepal.Width | Species"
x <- lmer(frm, data=iris,
verbose=TRUE, control=list(maxIter=1), model=FALSE)
# Capture starting values for next set of iterations
start <- list([email protected])
# Update model
twoStep <- lmer(frm, data=iris,
verbose=TRUE, control=list(maxIter=100), model=TRUE,
start=start)
這工作。看看輸出，其中第一列是REML，即隨機效應最大可能性。尤其要注意的是在模型2點開始REML其中模型1終止：
> x <- lmer(frm, data=iris,
+ verbose=TRUE, control=list(maxIter=1), model=FALSE)
0: 264.60572: 0.230940 0.0747853 0.00000
1: 204.22878: 0.518239 1.01025 0.205835
1: 204.22878: 0.518239 1.01025 0.205835
> # Capture starting values for next set of iterations
> start <- list([email protected])
> # Update model
> twoStep <- lmer(frm, data=iris,
+ verbose=TRUE, control=list(maxIter=100), model=TRUE,
+ start=start)
0: 204.22878: 0.518239 1.01025 0.205835
1: 201.51667: 0.610272 2.00277 0.286049
2: 201.46706: 0.849203 1.94906 0.358809
3: 201.44614: 0.932371 1.88581 0.482423
4: 201.39421: 1.00909 1.71078 0.871824
5: 201.36543: 1.00643 1.60453 1.01663
6: 201.31066: 1.00208 1.35520 1.27524
7: 201.28458: 1.08227 1.22335 1.35147
8: 201.24330: 1.50333 0.679759 1.31698
9: 201.11881: 1.95760 0.329767 0.936047
然而，當我有maxIters不同的值，這將不再有效：
x <- lmer(frm, data=iris,
verbose=TRUE, control=list(maxIter=3), model=FALSE)
start <- list([email protected])
twoStep <- lmer(frm, data=iris,
verbose=TRUE, control=list(maxIter=100), model=TRUE,
start=start)
注意的REML值重新啓動在264，即開頭：
> x <- lmer(frm, data=iris,
+ verbose=TRUE, control=list(maxIter=3), model=FALSE)
0: 264.60572: 0.230940 0.0747853 0.00000
1: 204.22878: 0.518238 1.01025 0.205835
2: 201.94075: 0.00000 1.51757 -1.18259
3: 201.71473: 0.00000 1.69036 -1.89803
3: 201.71473: 0.00000 1.69036 -1.89803
> # Capture starting values for next set of iterations
> start <- list([email protected])
> # Update model
> twoStep <- lmer(frm, data=iris,
+ verbose=TRUE, control=list(maxIter=100), model=TRUE,
+ start=start)
0: 264.60572: 0.230940 0.0747853 0.00000
1: 204.22878: 0.518238 1.01025 0.205835
2: 201.94075: 0.00000 1.51757 -1.18259
3: 201.71473: 0.00000 1.69036 -1.89803
4: 201.64641: 0.00000 1.82159 -2.44144
5: 201.63698: 0.00000 1.88282 -2.69497
6: 201.63649: 0.00000 1.89924 -2.76298
7: 201.63649: 4.22291e-08 1.90086 -2.76969
8: 201.63649: 4.22291e-08 1.90086 -2.76969
問題：如何可靠地重新啓動lmer()，並從先前擬合的模型中獲取起始值？
會議信息：
packageVersion("lme4")
[1] ‘0.999999.2’
這很可能是一個錯誤; 'lme4'的'start'功能還沒有被徹底地運用過，所以我確定有很多這樣的問題。您需要使用穩定版而不是開發版有多強？我會研究這一點，但我們希望能夠對穩定版本進行大部分的調試...... –
@BenBolker我可以使用開發或測試代碼，因爲我現在只是在運行一些實驗。我可以幫忙，如果你讓我知道在哪裏可以找到開發分支。 – Andrie
它在github上：'library（devtools）; install_github（ 「lme4」，用戶= 「lme4」）'。在這個版本中更容易提取偏差函數並將其用於您自己的優化中，如果您想要更多控制，您可能更喜歡使用它。或者，嘗試'開始'實驗，並讓我知道在https://github.com/lme4/lme4/issues，如果你發現一些不工作... –