lmer的替代优化算法
lmer的替代优化算法,r,optimization,lme4,mixed-models,R,Optimization,Lme4,Mixed Models,lme4包中的函数lmer默认使用minqa包中的bobyqa作为优化算法 根据下面的帖子,也可以使用minqa包中的其他优化算法 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")) 库(lme4) fm1您不能使用newuoa或uobyqa,因为两者都不
lme4
包中的函数lmer
默认使用minqa
包中的bobyqa
作为优化算法
根据下面的帖子,也可以使用minqa
包中的其他优化算法
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"))
库(lme4)
fm1您不能使用newuoa
或uobyqa
,因为两者都不允许对参数进行约束。从?lmerControl
(增加强调)
可以使用允许框约束的任何最小化函数,前提是
(1)采用输入参数“fn”(函数要优化)、“PAR”(开始参数值)、“下界”(下限)和“控制”(控制参数,从“控制”参数传递)和
(2)返回列表(至少)元素“Par”(最佳拟合)
参数),“fval”(最佳拟合函数值),“conv”
(收敛代码,等于零表示成功
聚合)和(可选)“消息”(信息性)
信息,或收敛失败的解释)
“bobyqa”开头的b
表示“约束”(如约束),我假设其他算法中的u
同样表示“无约束”。您可以查看此文件,了解一些机器(重新)使用一组不同的优化器匹配同一型号:
allFit <- system.file("utils", "allFit.R", package="lme4")
file.show(allFit)
allFit