在 r 中没有警告消息的情况下，我如何知道模型是否在 lme4 中收敛或未能收敛？
How can I know whether the model is converged or failed to converge in lme4 without warning message in r?
重复
例如，
我可以通过以下方式评估这个多级模型是否是单一拟合
使用 isSingular() 函数。
同样，有什么方法可以知道这个模型是收敛还是收敛失败？
我导师说，如果模型收敛失败，就不会估计标准误差。然而，尽管下面未能收敛，但似乎估计了一个标准错误。
这个模型收敛或者收敛失败有什么好的指标吗？ （注意警告消息除外）
我正在使用 lme4 包和 lmer() 函数。
比如有个收敛多级模型失败的例子
library(lme4)
read.table(textConnection("duration season sites effect
4d mon s1 7305.91
4d mon s2 856.297
4d mon s3 649.93
4d mon s1 10121.62
4d mon s2 5137.85
4d mon s3 3059.89
4d mon s1 5384.3
4d mon s2 5014.66
4d mon s3 3378.15
4d post s1 6475.53
4d post s2 2923.15
4d post s3 554.05
4d post s1 7590.8
4d post s2 3888.01
4d post s3 600.07
4d post s1 6717.63
4d post s2 1542.93
4d post s3 1001.4
4d pre s1 9290.84
4d pre s2 2199.05
4d pre s3 1149.99
4d pre s1 5864.29
4d pre s2 4847.92
4d pre s3 4172.71
4d pre s1 8419.88
4d pre s2 685.18
4d pre s3 4133.15
7d mon s1 11129.86
7d mon s2 1492.36
7d mon s3 1375
7d mon s1 10927.16
7d mon s2 8131.14
7d mon s3 9610.08
7d mon s1 13732.55
7d mon s2 13314.01
7d mon s3 4075.65
7d post s1 11770.79
7d post s2 4254.88
7d post s3 753.2
7d post s1 11324.95
7d post s2 5133.76
7d post s3 2156.2
7d post s1 12103.76
7d post s2 3143.72
7d post s3 2603.23
7d pre s1 13928.88
7d pre s2 3208.28
7d pre s3 8015.04
7d pre s1 11851.47
7d pre s2 6815.31
7d pre s3 8478.77
7d pre s1 13600.48
7d pre s2 1219.46
7d pre s3 6987.5
"),header=T)->dat1
lmer(effect ~ duration + (1+duration|sites) +(1+duration|season),
data=dat1)
这会产生错误
警告信息：
模型未能收敛于 1 个负特征值：-2.3e+01
然而，虽然未能收敛，但似乎估计了标准误差。
Linear mixed model fit by REML. t-tests use Satterthwaite's method ['lmerModLmerTest']
Formula: effect ~ duration + (1 + duration | sites) + (1 + duration | season)
Data: dat1
REML criterion at convergence: 969
Scaled residuals:
Min 1Q Median 3Q Max
-2.0515 -0.6676 0.0075 0.5333 3.2161
Random effects:
Groups Name Variance Std.Dev. Corr
sites (Intercept) 8033602 2834
duration7d 1652488 1285 1.00
season (Intercept) 0 0
duration7d 1175980 1084 NaN
Residual 5292365 2301
Number of obs: 54, groups: sites, 3; season, 3
Fixed effects:
Estimate Std. Error df t value Pr(>|t|)
(Intercept) 4183.896 1695.252 2.008 2.468 0.132
duration7d 3265.641 1155.357 3.270 2.827 0.060 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Correlation of Fixed Effects:
(Intr)
duration7d 0.520
optimizer (nloptwrap) convergence code: 0 (OK)
boundary (singular) fit: see ?isSingular
(以上数据和代码不是我的模型，
我从一个堆栈溢出问题中复制并粘贴了这些数据和代码。）
综上所述，我的问题是
- 有没有明确的函数或方式来通知这个函数是否收敛或收敛失败，除了注意警告信息
（比如，评估奇异性，isSingular() 函数给出了明确的指示）
- 为什么在模型无法收敛时仍然估计标准误差？
最终目的是为了我的模拟学习，我会计算收敛速度
My advisor said, if the model is failed to converge, the standard error will not be estimated. However, although the below failed to converge, a standard error seems to be estimated.
您展示的模型已经收敛。你知道这个是因为消息：
optimizer (nloptwrap) convergence code: 0 (OK)
如果它没有收敛，您会看到如下警告：
In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge: degenerate Hessian with 1 negative eigenvalues
但是它已经收敛到一个奇异拟合，如下一行所示：
boundary (singular) fit: see ?isSingular
is there any clear function or way to notify whether this function is converged or failed converge, other than noticing warning message
我为此使用了以下辅助函数：
# helper function
# Has the model converged ?
hasConverged <- function (mm) {
if ( !inherits(mm, "merMod")) stop("Error: must pass a lmerMod object")
retval <- NULL
if(is.null(unlist(mm@optinfo$conv$lme4))) {
retval = 1
}
else {
if (isSingular(mm)) {
retval = 0
} else {
retval = -1
}
}
return(retval)
}
which returns 1 如果模型收敛 正常 即不收敛到奇异拟合，0 如果收敛到奇异拟合，-1 如果收敛失败.另一种方法是根据@SamR 的评论将警告提升为错误：
In general, if a warning is not enough, you can turn a warning into an error with options(warn=2), which means the operation will end so you should not get any standard errors or other output. Just remember to set warnings back to 1 afterwards.
继续：
Why standard error still estimated while the model is failed to converge?
嗯，如上所述，已经收敛了，这里你的advisor错了：
My advisor said, if the model is failed to converge, the standard error will not be estimated.
如果模型无法收敛，它将输出在放弃前最后一次迭代中获得的估计值。
重复
例如，
我可以通过以下方式评估这个多级模型是否是单一拟合
使用 isSingular() 函数。
同样，有什么方法可以知道这个模型是收敛还是收敛失败？
我导师说，如果模型收敛失败，就不会估计标准误差。然而，尽管下面未能收敛，但似乎估计了一个标准错误。
这个模型收敛或者收敛失败有什么好的指标吗？ （注意警告消息除外）
我正在使用 lme4 包和 lmer() 函数。
比如有个收敛多级模型失败的例子
library(lme4)
read.table(textConnection("duration season sites effect
4d mon s1 7305.91
4d mon s2 856.297
4d mon s3 649.93
4d mon s1 10121.62
4d mon s2 5137.85
4d mon s3 3059.89
4d mon s1 5384.3
4d mon s2 5014.66
4d mon s3 3378.15
4d post s1 6475.53
4d post s2 2923.15
4d post s3 554.05
4d post s1 7590.8
4d post s2 3888.01
4d post s3 600.07
4d post s1 6717.63
4d post s2 1542.93
4d post s3 1001.4
4d pre s1 9290.84
4d pre s2 2199.05
4d pre s3 1149.99
4d pre s1 5864.29
4d pre s2 4847.92
4d pre s3 4172.71
4d pre s1 8419.88
4d pre s2 685.18
4d pre s3 4133.15
7d mon s1 11129.86
7d mon s2 1492.36
7d mon s3 1375
7d mon s1 10927.16
7d mon s2 8131.14
7d mon s3 9610.08
7d mon s1 13732.55
7d mon s2 13314.01
7d mon s3 4075.65
7d post s1 11770.79
7d post s2 4254.88
7d post s3 753.2
7d post s1 11324.95
7d post s2 5133.76
7d post s3 2156.2
7d post s1 12103.76
7d post s2 3143.72
7d post s3 2603.23
7d pre s1 13928.88
7d pre s2 3208.28
7d pre s3 8015.04
7d pre s1 11851.47
7d pre s2 6815.31
7d pre s3 8478.77
7d pre s1 13600.48
7d pre s2 1219.46
7d pre s3 6987.5
"),header=T)->dat1
lmer(effect ~ duration + (1+duration|sites) +(1+duration|season),
data=dat1)
这会产生错误 警告信息： 模型未能收敛于 1 个负特征值：-2.3e+01
然而，虽然未能收敛，但似乎估计了标准误差。
Linear mixed model fit by REML. t-tests use Satterthwaite's method ['lmerModLmerTest']
Formula: effect ~ duration + (1 + duration | sites) + (1 + duration | season)
Data: dat1
REML criterion at convergence: 969
Scaled residuals:
Min 1Q Median 3Q Max
-2.0515 -0.6676 0.0075 0.5333 3.2161
Random effects:
Groups Name Variance Std.Dev. Corr
sites (Intercept) 8033602 2834
duration7d 1652488 1285 1.00
season (Intercept) 0 0
duration7d 1175980 1084 NaN
Residual 5292365 2301
Number of obs: 54, groups: sites, 3; season, 3
Fixed effects:
Estimate Std. Error df t value Pr(>|t|)
(Intercept) 4183.896 1695.252 2.008 2.468 0.132
duration7d 3265.641 1155.357 3.270 2.827 0.060 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Correlation of Fixed Effects:
(Intr)
duration7d 0.520
optimizer (nloptwrap) convergence code: 0 (OK)
boundary (singular) fit: see ?isSingular
(以上数据和代码不是我的模型， 我从一个堆栈溢出问题中复制并粘贴了这些数据和代码。）
综上所述，我的问题是
- 有没有明确的函数或方式来通知这个函数是否收敛或收敛失败，除了注意警告信息
（比如，评估奇异性，isSingular() 函数给出了明确的指示）
- 为什么在模型无法收敛时仍然估计标准误差？
最终目的是为了我的模拟学习，我会计算收敛速度
My advisor said, if the model is failed to converge, the standard error will not be estimated. However, although the below failed to converge, a standard error seems to be estimated.
您展示的模型已经收敛。你知道这个是因为消息：
optimizer (nloptwrap) convergence code: 0 (OK)
如果它没有收敛，您会看到如下警告：
In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to converge: degenerate Hessian with 1 negative eigenvalues
但是它已经收敛到一个奇异拟合，如下一行所示：
boundary (singular) fit: see ?isSingular
is there any clear function or way to notify whether this function is converged or failed converge, other than noticing warning message
我为此使用了以下辅助函数：
# helper function
# Has the model converged ?
hasConverged <- function (mm) {
if ( !inherits(mm, "merMod")) stop("Error: must pass a lmerMod object")
retval <- NULL
if(is.null(unlist(mm@optinfo$conv$lme4))) {
retval = 1
}
else {
if (isSingular(mm)) {
retval = 0
} else {
retval = -1
}
}
return(retval)
}
which returns 1 如果模型收敛 正常 即不收敛到奇异拟合，0 如果收敛到奇异拟合，-1 如果收敛失败.另一种方法是根据@SamR 的评论将警告提升为错误：
In general, if a warning is not enough, you can turn a warning into an error with options(warn=2), which means the operation will end so you should not get any standard errors or other output. Just remember to set warnings back to 1 afterwards.
继续：
Why standard error still estimated while the model is failed to converge?
嗯，如上所述，已经收敛了，这里你的advisor错了：
My advisor said, if the model is failed to converge, the standard error will not be estimated.
如果模型无法收敛，它将输出在放弃前最后一次迭代中获得的估计值。