在glmer（lme4）中使用nAGQ=0的参数

我使用lme4包中的glmer函数拟合广义线性混合模型。因为我有200个人，想要进行交叉验证，所以我必须运行一个模型200次。我想使用nAGQ=1进行交叉验证，但因为每个模型需要很长时间，交叉验证大约需要一周时间，我没有时间等待。因此，我尝试使用nAGQ=0，因为我读到它更快，并且我看到估计值与nAGQ=1的模型非常相似。然而，我不知道如何解释现在发生了什么，因为我没有使用拉格朗日近似。理论中的积分会发生什么？我已经看过了

---

如果有人引用了我在项目中可以引用的nAGQ=0的解释，那也太好了。

为什么要运行200次才能进行交叉验证？我不理解你在交叉验证中使用的个体数量和折叠数量之间的联系。比如说，你不能使用训练集和测试集进行五重交叉验证吗？所有这些训练集和测试集都包括来自所有200个人的观察结果。除非你合理仔细地验证了答案在

nAGQ=0

和

nAGQ=1

之间足够接近（出于你的目的），否则我不会在生产中使用

nAGQ=0

，特别是如果你在做简历时非常小心的话。我同意@ulfelder的上述评论；我还将研究其他可能性，如在同一台机器上跨多个核/处理器并行交叉验证过程……这是交叉发布在交叉验证上的。在StackExchange上不推荐交叉过帐（例如）。请选择您认为不太合适的一个并将其删除…抱歉。我如何删除另一个问题？我似乎找不到删除按钮。我需要更清楚一些。我运行200个模型，因为我把每个人都拿出来，在其他人身上运行模型，并预测特定个体的值，就像它是一个新个体一样。我的导师告诉我使用这种方法，所以我会和他谈谈。你能告诉我nAGQ=1和nAGQ=0之间的区别是什么吗？也就是说，nAGQ=1做什么，nAGQ=0不做什么？