r - 错误(功能(优化程序=“bobyqa”，restart_edge = TRUE，border.tol = 1e-05))

Question

我正在尝试运行具有glmm系列的gaussian()，以将数据作为响应变量进行计数，将对数转换后的变量作为固定因子进行计数，以及嵌套的随机效应：

firsttry<-glmer(spm~logterrisize + (1|studyarea/teriid),
     data = Data_table_for_analysis_Character_studyarea,
     family = gaussian(), 
            control=glmerControl(optimizer="bobyqa",
                            optCtrl=list(maxfun=3e11)))

然后我收到此错误消息：


错误（功能（优化程序=“ bobyqa”，restart_edge = TRUE，border.tol = 1e-05 、：未使用的参数（tolPwrss = 1e-07，compDev = TRUE，nAGQ0initStep = TRUE，checkControl = list（“忽略”，“ stop“，” ignore“，” stop“，” stop“，” message + drop.cols“，” warning“，” stop“，” stop“），checkConv = list（list（” warning“，0.001，NULL） ，list（“ ignore”，1e-04），list（“ warning”，1e-06）））


不幸的是，即使经过长时间的互联网搜索，我仍然不知道我应该如何处理该消息。我尝试使用该优化工具或排除了一些优化工具，但错误消息仍然相同。

有关更多信息，这些是数据：

show(spm)[1] 18.461538 22.641509 35.172414 10.418006 15.611285  3.482143  3.692308  4.483986  4.821429 [10]  6.000000  6.122449  6.176471  6.220736  6.260870  6.593407  7.010309  9.200000  9.473684 [19]  9.600000 12.600000 14.200000 16.146179 28.125000 30.099010 13.731343 14.432990 11.089109 [28] 17.960526 32.903226  8.955224 33.311688  8.800000 11.578947 20.000000 14.455446 18.181818 [37] 28.064516 25.684211 17.866667 23.142857 18.208955 20.536913 11.419355 11.593220 12.703583 [46] 20.000000  3.600000 11.320755  6.200000  6.575342 12.800000 19.109589 20.124224 22.941176 [55]  4.600000  6.600000  6.771160  8.000000 19.200000 19.400000 22.773723  3.333333  4.214047 [64]  5.106383 10.200000 12.240803  9.600000 15.789474  6.600000 13.333333 14.400000 30.000000 [73]  7.400000  8.400000  9.000000  9.709544 10.752688 15.800000  8.000000  9.729730 12.200000 [82] 16.909091 20.400000  4.000000  4.909091  5.217391  7.200000  9.800000  0.000000  4.166667

 show(logterrisize) [1] 1.3317643 1.3317643 1.3317643 0.1295798 0.1295798 1.5051368 1.5051368 1.5051368 1.5051368 [10] 1.5051368 1.5051368 1.5051368 1.5051368 1.5051368 1.5051368 1.5051368 1.5051368 1.5051368 [19] 1.5051368 1.5051368 1.5051368 1.4665993 1.4665993 1.4665993 1.8282328 1.8282328 1.9252934 [28] 1.9252934 1.9252934 2.3006582 2.3006582 2.5160920 2.7774040 2.7774040 3.3398623 3.3398623 [37] 3.4759297 1.2563594 1.6061204 1.6061204 1.7835139 1.7835139 2.1669498 2.1669498 2.1669498 [46] 2.1669498 0.7264997 0.7458155 0.8380524 0.8380524 0.8380524 0.8380524 0.8380524 0.8380524 [55] 1.1312118 1.7132464 1.7132464 1.7132464 1.7132464 1.7132464 1.7132464 2.0356960 2.0356960 [64] 2.0356960 2.0356960 2.0356960 2.1590311 2.1590311 0.5235444 0.5235444 0.5235444 0.5235444 [73] 0.6852007 0.6852007 0.6852007 0.6852007 0.6852007 0.6852007 1.2990139 1.2990139 1.2990139 [82] 1.2990139 1.2990139 1.5508422 1.5508422 1.5508422 1.5508422 1.5508422 1.1570730 1.1570730

show(teriid)[1]  2  2  2 79 79 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 24 24 24 27 27 21 21 21 23 23 26 [33] 22 22 20 20 19 38 40 40 39 39 35 35 35 35 53 56 55 55 55 55 55 55 57 54 54 54 54 54 54 58 58 58 [65] 58 58 60 60 86 86 86 86 50 50 50 50 50 50 48 48 48 48 48 47 47 47 47 47 51 51 51 51 51 51 51 51

StudyID包含研究站点的特殊ID。所有变量具有相同的行数。
抱歉，如果缺少某些信息，但如果需要，我将上传更多数据。

Answer 1

tl; dr是的，这看起来像minqa::bobyqa中的错误/烦扰。

我能够找到一个可重现的示例，并显示当maxfun大于可以用长整数表示的最大值（在大多数计算机上为32位带符号：.Machine$integer.max = 2147483647）时，会出现警告。除非出现严重错误，否则20亿个优化步骤就足够了（除了其他事情，如果这样的优化能够在合理的时间内完成，我会感到惊讶）。

library(lme4)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
             data = cbpp, family = binomial)
imax <- .Machine$integer.max ## 2147483647
tryfun <- function(n) {
    gm2 <- try(update(gm1, control=glmerControl(optimizer="bobyqa",
                                                optCtrl=list(maxfun=n))),
               silent=TRUE)
    if (inherits(gm2,"try-error")) return(rep(NA,4))
    return(fixef(gm2))
}

tryfun(imax)
## (Intercept)     period2     period3     period4 
##  -1.3983316  -0.9919238  -1.1282144  -1.5797501 

tryfun(imax+1)
## (Intercept)     period2     period3     period4 
##  -1.4045886  -0.9349341  -1.0712274  -1.5124660 

如果不进一步研究，我不确定出现此问题时实际上会使用什么 maxfun值，但我怀疑它很小。第二个调用产生：


警告信息：
1：在（函数（par，fn，lower = -Inf，upper = Inf，control = list（），：
通过强制将NA引入整数范围
2：在optwrap（优化程序，devfun，开始，rho $ lower，control = control 、:
bobyqa的收敛代码1：bobyqa-超出最大功能评估数
3：在（函数（par，fn，lower = -Inf，upper = Inf，control = list（），：
通过强制将NA引入整数范围
4：在optwrap（优化程序，devfun，开始，rho $ lower，control = control 、:
bobyqa的收敛代码1：bobyqa-超出最大功能评估数
5：在checkConv（attr（opt，“ derivs”），opt $ par，ctrl = control $ checkConv，中：
模型无法与max | grad |收敛= 3.26758（tol = 0.001，组件1）