R-glmer不同机器上的不同结果（非确定性）

是否有任何原因说明

lme4

的

glmer

功能会在不同的机器上产生不同的结果？这些机器中的硬件有着本质上的不同，尽管它们都运行着相同的OS、R和软件包版本（事实证明并非如此）

这个公式有一个分组的二项式响应变量和22个连续的固定效应，它们都在同一个尺度上，还有几个随机效应，它们是字符串，我使用的是

logit

link函数

cbind(ill, not_ill) ~ 0 + fix1 + fix2 + ... + fix22 + (1|id/region/country) +
(1|season)

当使用列和测试数据集进行遗漏交叉验证时，我得到了非常类似的结果。然而，在一台机器上，我得到了一贯干净的输出，没有任何警告；另一方面，我在测试的每一个方面都得到了收敛警告

N.B.各机器的列车/测试集相同

编辑：添加

sessionInfo（）

机器1（这是一个能产生好结果的机器

R version 3.3.1 (2016-06-21)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.1 LTS

locale:
 [1] LC_CTYPE=en_GB.UTF-8       LC_NUMERIC=C
 [3] LC_TIME=en_GB.UTF-8        LC_COLLATE=en_GB.UTF-8
 [5] LC_MONETARY=en_GB.UTF-8    LC_MESSAGES=en_GB.UTF-8
 [7] LC_PAPER=en_GB.UTF-8       LC_NAME=C
 [9] LC_ADDRESS=C               LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

other attached packages:
[1] blmeco_1.1     arm_1.9-1      MASS_7.3-45    lme4_1.1-12    Matrix_1.2-7.1

loaded via a namespace (and not attached):
 [1] minqa_1.2.4     coda_0.18-1     abind_1.4-5     Rcpp_0.12.7
 [5] MuMIn_1.15.6    splines_3.3.1   nlme_3.1-128    grid_3.3.1
 [9] nloptr_1.0.4    stats4_3.3.1    lattice_0.20-34

R version 3.2.3 (2015-12-10)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.1 LTS

locale:
 [1] LC_CTYPE=en_GB.UTF-8       LC_NUMERIC=C
 [3] LC_TIME=en_GB.UTF-8        LC_COLLATE=en_GB.UTF-8
 [5] LC_MONETARY=en_GB.UTF-8    LC_MESSAGES=en_GB.UTF-8
 [7] LC_PAPER=en_GB.UTF-8       LC_NAME=C
 [9] LC_ADDRESS=C               LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

other attached packages:
[1] blmeco_1.1   arm_1.9-1    MASS_7.3-45  lme4_1.1-12  Matrix_1.2-3

loaded via a namespace (and not attached):
 [1] minqa_1.2.4     coda_0.18-1     abind_1.4-5     Rcpp_0.12.7
 [5] MuMIn_1.15.6    splines_3.2.3   nlme_3.1-124    grid_3.2.3
 [9] nloptr_1.0.4    stats4_3.2.3    lattice_0.20-33

机器2（结果不太好）

---

显然，这里有一些差异我没有注意到，所以我会纠正一下，看看输出是否有任何变化。在存在的差异中，

矩阵

是最有可能引起问题的一个，因为（我认为）它是

lme4

的依赖项。感谢您的评论，让我来到这里。

我不确定您的意思这里的“非确定性”；我通常认为这意味着相同代码的连续运行，在同一台机器上，可能会产生不同的结果

---

对于大型、不稳定的问题，在相同的操作系统下，在不同的硬件平台上得到不同的结果，会有点奇怪，但不是不可能的。我们当然看到了相同版本的包（相同的R和C++代码）的情况。在不同的操作系统下使用不同的编译器编译时，会给出不同的结果。如果这些差异出现在公差测试的任何一方，那么在一种情况下，您将收到警告，而在另一种情况下，您将不会收到警告。我更关心的是估计值在不同平台上的差异有多大，而不是您是否收到警告。

---

它肯定会缩小范围，以确保您所做的一切尽可能相似（例如，您仍然在使用不同版本的R，并且，正如您所指出的，在不同的机器上使用不同版本的

Matrix

）。

我不确定您所说的“非确定性”是什么意思“这里；我通常认为这意味着在同一台机器上连续运行相同的代码，，可能会得到不同的结果

---

对于大型、不稳定的问题，在相同的操作系统下，在不同的硬件平台上得到不同的结果，会有点奇怪，但不是不可能的。我们当然看到了相同版本的包（相同的R和C++代码）的情况。在不同的操作系统下使用不同的编译器编译时，会给出不同的结果。如果这些差异出现在公差测试的任何一方，那么在一种情况下，您将收到警告，而在另一种情况下，您将不会收到警告。我更关心的是估计值在不同平台上的差异有多大，而不是您是否收到警告。

---

它肯定会缩小范围，以确保您所做的一切尽可能相似（例如，您仍然在使用不同版本的R，并且正如您所指出的，在不同的机器上使用不同版本的

矩阵

）

请提供一个可复制的示例，说明您在两台计算机上设置了相同的种子值，对吗？由于保密原因，这是我能提供的最多信息。我不是在寻找问题的解决方案，我只是试图了解/找出我所描述的是否存在任何不确定性组件目前，我看不到。我认为这真的不值得投反对票。这真的不是它的工作方式。每个有工作的人都有保密数据，这是99.9%的人在这里。你的负担是花时间和精力使用公开的、自创的或盲目的数据制作一个可复制的例子，这样它就可以无需反映你的问题这是您的实际数据。由于没有包含可复制的示例，我投票将此问题作为离题题结束。@RockJake28；如果您可以编辑您的问题

sessionInfo（）的结果，这将非常有用

来自您正在使用的每台计算机。在拟合原始模型或仅在使用交叉验证时，您是否获得了不同的结果：您是否将

set.seed

用作Hack-Rsuggesed@Hack-R我很感激你所说的，但我不是在找人来解决我的问题，这当然需要一个可复制的例子问题是“lme4的glmer函数为什么会在不同的机器上产生不同的结果？”，而不是如何修复它或诸如此类的问题。我想知道是否有

lme4

的某些部分使用的值会受到不同硬件的影响。@user20650一次完整运行需要几个小时，我已经添加了

set.seed

值，并将报告结果，我将使用

sessionIn更新fo（）

请提供一个可复制的示例，您在两台计算机上设置了相同的种子值，对吗？由于保密原因，这是我能提供的最多信息。我不是在寻找问题的解决方案，我只是试图了解/找出我所描述的是否存在任何不确定的组件我没有看到。我不认为这真的值得否决。这真的不是它的工作方式。每个有工作的人都有保密数据，这是99.9%的人在这里。你的负担是花时间和精力使用公开的、自创的或盲目的数据制作一个可复制的例子，这样它就可以毫无疑问地反映你的问题艾丁