在 optwrap 中使用 lmer 模糊警告 lme4

Question

使用lmer 我收到以下警告：

Warning messages:
1: In optwrap(optimizer, devfun, x@theta, lower = x@lower) :
  convergence code 3 from bobyqa: bobyqa -- a trust region step failed to reduce q

使用anova(model1, model2) 后会产生此错误。我试图使这个可重现，但如果我 dput 数据并再试一次，尽管原始数据帧和新数据帧具有完全相同的 str，但错误不会在 dput 数据上重现。

如果在干净的会话中再次尝试，并且错误重现，并且再次丢失 dput

我知道我在这里没有给人们太多的工作机会，就像我说过我很想重现这个问题一样。 Cayone 阐明了这个警告？

Answer 1

（我不确定这是评论还是答案，但它有点长，可能是一个答案。）

• 难以重现结果的近端原因是lme4 同时使用环境和引用类：这些很难“序列化”，即转换为可以通过dput() 或@ 保存的线性流987654323@。 （您可以试试save() 看看它是否比dput() 效果更好？
• 此外，环境和引用类都使用“按引用传递”语义，因此对保存的模型进行操作可以更改它。 anova() 自动重新调整模型，这会在保存的模型对象的内部结构中进行一些微小但非零的更改（我们仍在尝试追踪这一点）。
• @alexkeil 的评论是错误的：lme4 中使用的非线性优化器确实不使用对伪随机数生成器的任何调用。它们是确定性的（但以上两点解释了为什么事情看起来有点奇怪）。

为了减轻您对拟合的担忧，我会通过计算最终拟合时的梯度和 Hessian 来检查拟合，例如

library(lme4)
library(numDeriv)
fm1 <- lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
dd <- update(fm1,devFunOnly=TRUE)
params <- getME(fm1,"theta") ## also need beta for glmer fits
grad(dd,params)
## all values 'small', say < 1e-3
## [1] 0.0002462423 0.0003276917 0.0003415010
eigen(solve(hessian(dd,params)),only.values=TRUE)$values
## all values positive and of similar magnitude
## [1] 0.029051631 0.002757233 0.001182232

我们正在实施类似的检查，以便在 lme4 内自动运行。

也就是说，如果有一种方法可以相对轻松地重现它，我仍然希望看到您的示例。

PS：为了使用bobyqa，你必须要么使用glmer，要么已经使用lmerControl来修改默认优化器选择... ??