R 3.3.2 : lme4 + lmerTest problems under Mac OS Sierra-6ren

R 3.3.2 : lme4 + lmerTest problems under Mac OS Sierra

转载作者：行者123 更新时间：2023-12-04 12:52:00

在使用 lme4 和 lmerTest 时，我偶然发现了影响 R 3.3.2(和 .3 也是!)的 Mac OS 版本的问题。

lmerTest 产生错误:

Error in calculation of the Satterthwaite's approximation. The output of lme4 package is returned summary from lme4 is returned some computational error has occurred in lmerTest

问题不出现使用 MacOS 下的 R 3.2 和 Windows 下的任何 R 版本。但是，这不是安装问题，因为我在重新安装 R 后以及在另一台 Mac 上重现了该错误。

这是示例代码:

 library(lme4)

#' start of data creation

mydat <- 
  structure(list(ID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 
                        13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 27, 28, 29, 
                        1, 2, 3, 4, 5, 6, 7, 8, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 
                        20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 1, 2, 3, 4, 5, 6, 7, 
                        8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 
                        24, 25, 26, 27, 28, 29, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 
                        13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 
                        29, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 
                        18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 1, 2, 3, 4, 5, 
                        6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 
                        23, 24, 25, 26, 27, 28, 29), sex = c(1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
                       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1), ROI = structure(c(4L, 
                       4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
                       4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 1L, 1L, 1L, 1L, 1L, 
                       1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
                       1L, 1L, 1L, 1L, 1L, 1L, 1L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
                       3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
                       3L, 3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
                       2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
                       2L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
                       5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 
                       6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
                       6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L), .Label = c("calf", 
                       "DSCAT", "KM", "neck", "SSCAT", "VAT"), class = "factor"), 
                        value = c(0.674, 
                      0.561, 0.543, 0.563, 0.697, 0.608, 0.56, 0.448, 0.626, 0.515, 
                      0.568, 0.528, 0.587, 0.532, 0.547, 0.514, 0.587, 0.572, 0.559, 
                      0.569, 0.462, 0.531, 0.477, 0.582, 0.583, 0.569, 0.563, 0.576, 
                      0.84, 0.638, 0.69, 0.707, 0.704, 0.627, 0.769, 0.637, 0.515, 
                      0.669, 0.699, 0.626, 0.59, 0.639, 0.501, 0.632, 0.624, 0.641, 
                      0.669, 0.656, 0.556, 0.569, 0.633, 0.608, 0.616, 0.664, 0.666, 
                      0.669, 0.545, 0.514, 0.45, 0.585, 0.547, 0.572, 0.577, 0.458, 
                      0.47, 0.537, 0.532, 0.455, 0.62, 0.501, 0.506, 0.44, 0.499, 0.577, 
                      0.457, 0.481, 0.522, 0.516, 0.513, 0.559, 0.571, 0.515, 0.575, 
                      0.521, 0.44, 0.637, 0.521, 0.634, 0.552, 0.581, 0.55, 0.553, 
                      0.522, 0.634, 0.631, 0.512, 0.603, 0.593, 0.58, 0.442, 0.53, 
                      0.463, 0.587, 0.538, 0.48, 0.557, 0.482, 0.53, 0.592, 0.445, 
                      0.526, 0.45, 0.551, 0.51, 0.678, 0.64, 0.599, 0.589, 0.627, 0.621, 
                      0.601, 0.526, 0.619, 0.599, 0.668, 0.615, 0.621, 0.561, 0.532, 
                      0.56, 0.578, 0.686, 0.57, 0.457, 0.563, 0.61, 0.513, 0.638, 0.594, 
                      0.777, 0.562, 0.663, 0.538, 0.471, 0.518, 0.47, 0.535, 0.644, 
                      0.605, 0.474, 0.468, 0.563, 0.539, 0.47, 0.538, 0.453, 0.494, 
                      0.576, 0.418, 0.609, 0.528, 0.453, 0.569, 0.484, 0.486, 0.558, 
                      0.621, 0.465, 0.691, 0.398, 0.539, 0.574), Alter = c(45, 47, 
                     51, 44, 35, 26, 60, 44, 42, 50, 42, 51, 57, 23, 26, 29, 29, 50, 
                     45, 61, 61, 58, 32, 27, 49, 45, 64, 28, 45, 47, 51, 44, 35, 26, 
                     60, 44, 50, 42, 51, 57, 23, 26, 29, 29, 50, 45, 61, 61, 58, 32, 
                     27, 49, 27, 45, 64, 28, 45, 47, 51, 44, 35, 26, 60, 44, 42, 50, 
                     42, 51, 57, 23, 26, 29, 29, 50, 45, 61, 61, 58, 32, 27, 49, 27, 
                     45, 64, 28, 45, 47, 51, 44, 35, 26, 60, 44, 42, 50, 42, 51, 57, 
                     23, 26, 29, 29, 50, 45, 61, 61, 58, 32, 27, 49, 27, 45, 64, 28, 
                     45, 47, 51, 44, 35, 26, 60, 44, 42, 50, 42, 51, 57, 23, 26, 29, 
                     29, 50, 45, 61, 61, 58, 32, 27, 49, 27, 45, 64, 28, 45, 47, 51, 
                     44, 35, 26, 60, 44, 42, 50, 42, 51, 57, 23, 26, 29, 29, 50, 45, 
                     61, 61, 58, 32, 27, 49, 27, 45, 64, 28), 
                      BMI = c(29.7506923675537, 
                  28.8, 28.8385677337646, 41.48, 27.7186069488525, 29.54, 38.06, 
                  35.8453826904297, 35.57, 31.77, 31.75, 32.78, 30.5336246490479, 
                  29.1074104309082, 36.4690246582031, 31.7769088745117, 31.5393238067627, 
                  31.5596752166748, 27.593786239624, 30.8192825317383, 27.0799140930176, 
                  31.481481552124, 29.0328979492188, 24.52, 29.4029197692871, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932, 29.7506923675537, 28.8, 28.8385677337646, 
                  41.48, 27.7186069488525, 29.54, 38.06, 35.8453826904297, 31.77, 
                  31.75, 32.78, 30.5336246490479, 29.1074104309082, 36.4690246582031, 
                  31.7769088745117, 31.5393238067627, 31.5596752166748, 27.593786239624, 
                  30.8192825317383, 27.0799140930176, 31.481481552124, 29.0328979492188, 
                  24.52, 29.4029197692871, 23.0956573486328, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932, 29.7506923675537, 28.8, 28.8385677337646, 
                  41.48, 27.7186069488525, 29.54, 38.06, 35.8453826904297, 35.57, 
                  31.77, 31.75, 32.78, 30.5336246490479, 29.1074104309082, 36.4690246582031, 
                  31.7769088745117, 31.5393238067627, 31.5596752166748, 27.593786239624, 
                  30.8192825317383, 27.0799140930176, 31.481481552124, 29.0328979492188, 
                  24.52, 29.4029197692871, 23.0956573486328, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932, 29.7506923675537, 28.8, 28.8385677337646, 
                  41.48, 27.7186069488525, 29.54, 38.06, 35.8453826904297, 35.57, 
                  31.77, 31.75, 32.78, 30.5336246490479, 29.1074104309082, 36.4690246582031, 
                  31.7769088745117, 31.5393238067627, 31.5596752166748, 27.593786239624, 
                  30.8192825317383, 27.0799140930176, 31.481481552124, 29.0328979492188, 
                  24.52, 29.4029197692871, 23.0956573486328, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932, 29.7506923675537, 28.8, 28.8385677337646, 
                  41.48, 27.7186069488525, 29.54, 38.06, 35.8453826904297, 35.57, 
                  31.77, 31.75, 32.78, 30.5336246490479, 29.1074104309082, 36.4690246582031, 
                  31.7769088745117, 31.5393238067627, 31.5596752166748, 27.593786239624, 
                  30.8192825317383, 27.0799140930176, 31.481481552124, 29.0328979492188, 
                  24.52, 29.4029197692871, 23.0956573486328, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932, 29.7506923675537, 28.8, 28.8385677337646, 
                  41.48, 27.7186069488525, 29.54, 38.06, 35.8453826904297, 35.57, 
                  31.77, 31.75, 32.78, 30.5336246490479, 29.1074104309082, 36.4690246582031, 
                  31.7769088745117, 31.5393238067627, 31.5596752166748, 27.593786239624, 
                  30.8192825317383, 27.0799140930176, 31.481481552124, 29.0328979492188, 
                  24.52, 29.4029197692871, 23.0956573486328, 35.6112785339355, 
                  28.2401905059814, 28.8979587554932)), .Names = c("ID", "sex", 
                  "ROI", "value", "Alter", "BMI"), row.names = c(NA, -172L), class = c("tbl_df","tbl", "data.frame"))

#' end of data creation


library(lmerTest)
mod <- lmer(value~Alter+ROI+BMI+(1|ID),data=mydat,REML=F)
summary(mod)
sessionInfo()

系统信息如下:

R version 3.3.3 (2017-03-06)
Platform: x86_64-apple-darwin13.4.0 (64-bit)
Running under: macOS Sierra 10.12.3

locale:
[1] C

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

other attached packages:
[1] lmerTest_2.0-33 lme4_1.1-12     Matrix_1.2-8   

loaded via a namespace (and not attached):
 [1] Rcpp_0.12.9         Formula_1.2-1       knitr_1.15.1        magrittr_1.5            cluster_2.0.5       splines_3.3.3       MASS_7.3-45         munsell_0.4.3    [9] colorspace_1.3-2    lattice_0.20-34     minqa_1.2.4         stringr_1.1.0       plyr_1.8.4          tools_3.3.3         nnet_7.3-12         grid_3.3.3    [17] data.table_1.10.0   checkmate_1.8.2     htmlTable_1.8       gtable_0.2.0        nlme_3.1-131        latticeExtra_0.6-28 htmltools_0.3.5     digest_0.6.11    [25] survival_2.40-1     lazyeval_0.2.0      assertthat_0.1      tibble_1.2          gridExtra_2.2.1     RColorBrewer_1.1-2  nloptr_1.0.4        ggplot2_2.2.1    [33] base64enc_0.1-3     acepack_1.4.1       rpart_4.1-10        stringi_1.1.2       backports_1.0.4     scales_0.4.1        Hmisc_4.0-2         foreign_0.8-67

最佳答案

经过反复尝试，代码在R3.3.3下运行，虽然我的系统没有变化。我是在做梦吗？有点超自然……我很困惑。抱歉打扰了。

R version 3.3.3 (2017-03-06) Platform: x86_64-apple-darwin13.4.0 (64-bit) Running under: macOS Sierra 10.12.3

locale: [1] C

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

other attached packages: [1] lmerTest_2.0-33 lme4_1.1-12
Matrix_1.2-8

loaded via a namespace (and not attached): [1] Rcpp_0.12.9
nloptr_1.0.4 RColorBrewer_1.1-2 plyr_1.8.4
base64enc_0.1-3 tools_3.3.3 rpart_4.1-10
digest_0.6.12 [9] tibble_1.2 nlme_3.1-131
gtable_0.2.0 htmlTable_1.9 checkmate_1.8.2
lattice_0.20-34 gridExtra_2.2.1 stringr_1.2.0 [17] cluster_2.0.5 knitr_1.15.1 htmlwidgets_0.8 grid_3.3.3 nnet_7.3-12 data.table_1.10.0 survival_2.40-1
foreign_0.8-67 [25] latticeExtra_0.6-28 minqa_1.2.4
Formula_1.2-1 ggplot2_2.2.1 magrittr_1.5
Hmisc_4.0-2 scales_0.4.1 backports_1.0.5 [33] htmltools_0.3.5 MASS_7.3-45 splines_3.3.3
assertthat_0.1 colorspace_1.3-2 stringi_1.1.2
acepack_1.4.1 lazyeval_0.2.0 [41] munsell_0.4.3

关于R 3.3.2 : lme4 + lmerTest problems under Mac OS Sierra，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42705396/

文章推荐： haproxy - 生成客户端证书时，set_serial选项的意义是什么？

文章推荐： doxygen - 氧气的图像路径不正确

r - 以数据帧 + r + lme 的形式访问 Intervals.lme 的结果
我正在使用线性混合效应模型来确定两个变量随时间变化的关系，模型 - data(mtcars) # linear mixed effects model mlme data.frame(conf) E
r - R lme 中对象中的缺失值
我正在用 R 开发一个简单的模型: fit<-lme(x~y, data, random=~1|subject) 但我一直收到这个错误: Error in na.fail.default(list(h
r - 如何在 LME 中抑制相关表？
在 R 的 nlme 包中的 lme() 函数的标准示例中: fm2 1) ...) 也许能够打印固定效应参数的摘要对您有用......？ printCoefmat(summary(fm2)$tTa
r - 在 lme 模型拟合中提取每个单元的系数及其标准误差
我如何在线性混合模型中提取系数(b0 和 b1)及其各自的标准误差(图)，例如: Better fits for a linear model 使用相同的数据集(df)，以及拟合模型(fitL1):我
r - 如何在 lme 中分别拟合两个随机效应？
我正在 nlme 包中通过 REML 拟合线性混合效果模型。这些是对我有用的代码: # Linear mixed-effects model fit by REML (intercept and no
r - 在函数中创建 lme 对象
背景我正在尝试根据某些参数在函数中拟合混合模型。如果我想使用 contrast来自 library(contrast)我必须使用变通方法，如 contrast使用 call来自 lme 的插槽确定
r - 如何绘制 lme 模型的各个轨迹
我有示例数据和模型 x coef(model.mx) (Intercept) x 1 54.88302 19.18001 2 54.88298 19.18000 3
r - 具有嵌套变量的 lme 中的多个随机斜率和多个随机截距
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。这个问题似乎与 help center 中定义的范围内的编程无关。 . 关闭 3 年前。 Improve
r - 在 lme 中初始化协方差结构
如何为以下模型初始化非结构化协方差矩阵？ y5 个科目。关于r - 在 lme 中初始化协方差结构，我们在Stack Overflow上找到一个类似的问题： https://stackoverflo
r - 由于随机效应，lme 发出警告消息
我有一个包含 5 个变量的数据框:批处理/晶圆/序列号/电压/放大倍数。在此数据框中，有 1020 个按 Serial_number 分组的子集。每个子集都有一定数量的测量数据点(电压放大)。我用
r - 从 lme 模型中提取置信区间
我必须对使用 nlme 包中的 lme() 函数制作的多个大型模型的置信区间进行一些转换。我正在使用 intervals() 函数来获取间隔，但是无法将其转换为数据帧。有什么方法可以将其变成可访问的数
r - lme 模型的用户定义函数适合 : error
我开始用 nlme 编写一个构建线性混合模型的函数。我遇到错误:Error in eval(expr, envir, enclos) : object 'value' not found，我认为这是由
r - LME 向后选择，反向求解出现奇点
我有数据，其中“飞行速度”是一个响应变量，group(实验/控制)，test(第一/第二)，FL (燃料负荷，来自瘦体重的百分比:从 0 到 ~25%)，wing(机翼长度，以毫米为单位)。由于我们对
r - 如何从 R lme 对象中提取特定组的随机效应？
我已经成功地拟合了一个线性混合效应模型，我正在寻找为各个组提取随机效应分量。我知道可以使用提取随机效应的完整列表 random.effects(model) 然后 print(random.effec
r - 从 lme fit 中提取预测带
我有以下型号 x <- rep(seq(0, 100, by=1), 10) y <- 15 + 2*rnorm(1010, 10, 4)*x + rnorm(1010, 20, 100) id
r - LME 错误 : "Error in reStruct"
4 个 hive 配备了传感器，用于收集 hive 内的温度、湿度、压力和分贝。这些是响应变量。治疗是wifi暴露，实验组从第1天到第20天，然后从第35-45天再次暴露在wifi下，直到第54天收
r - LME 中使用的 varIdent 函数工作正常吗？
如果有人能帮我解决这个问题，我会很高兴。我有重复测量设计的数据，我们测试了鸟类感染前后的 react ( time.dep )( exper )。我们还有FL (燃料负荷，瘦体重百分比)，脂肪评分和组
r - 使用 apply(,2,) 对巨大数据集的列执行混合效果 (lme())
我是这方面的新手，所以我无法确定这是否愚蠢。基本上，我想在一个巨大的数据集中的所有连续变量之间做成对的混合效应模型。显而易见的替代方案是简单的 spearman 相关，但我有我的理由，要解释我为什么
r - 在 nlme 的 lme 中访问随机效应方差估计
有没有办法在 nlme 包 lme 模型中获得随机项的方差？ Random effects: Formula: ~t | UID Structure: General positive-defin
r - 混合建模 - lme 和 lmer 函数之间的不同结果
我目前正在阅读 Andy Field 的书，使用 R 发现统计数据。第 14 章是关于混合建模的，他使用了 lme来自 nlme 的函数包。他使用快速约会数据创建的模型是这样的: speedDate

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

R 3.3.2 : lme4 + lmerTest problems under Mac OS Sierra