이전에 추정 된 값으로 혼합 효과 모델 추정을 다시 시작합니다.

이전에 추정 된 값으로 혼합 효과 모델 추정을 다시 시작합니다.

---

혼합 효과 모델을 추정하기 위해 lmer()패키지 lme4에서 사용 하고 있습니다. 이것은 잘 작동하지만 이제는 고정 된 수의 반복에 대한 추정 프로세스를 실행 한 다음 마지막 추정 프로세스에서 계산 한대로 시작 값을 지정하여 프로세스를 재개하려고합니다.

이에 대한 도움말에 따르면 ?lmer인수를 설정하여 가능합니다.

• start-이것은 새로운 시작 값이며 도움말에 따라 ST피팅 된 모델 에서 슬롯의 값을 추출하여 사용할 수 있습니다.x@ST
• maxiter -명명 된 인수로 제공 control

예를 들어 데이터를 lme사용하여 a를 맞추고 싶다고 가정 iris하면 다음을 시도해 볼 수 있습니다.

library(lme4)

# Fit model with limited number of iterations

frm <- "Sepal.Length ~ Sepal.Width | Species"

x <- lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=1), model=FALSE)

# Capture starting values for next set of iterations
start <- list(ST=x@ST)

# Update model
twoStep <-  lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=100), model=TRUE, 
          start=start)

작동합니다. 첫 번째 열 이 REML, 즉 랜덤 효과 최대 가능성 인 출력을 살펴보십시오 . 특히 모델 2의 REML은 모델 1이 종료되는 지점에서 시작됩니다.

> x <- lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=1), model=FALSE)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518239  1.01025 0.205835
  1:     204.22878: 0.518239  1.01025 0.205835

> # Capture starting values for next set of iterations
> start <- list(ST=x@ST)

> # Update model
> twoStep <-  lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=100), model=TRUE, 
+           start=start)
  0:     204.22878: 0.518239  1.01025 0.205835
  1:     201.51667: 0.610272  2.00277 0.286049
  2:     201.46706: 0.849203  1.94906 0.358809
  3:     201.44614: 0.932371  1.88581 0.482423
  4:     201.39421:  1.00909  1.71078 0.871824
  5:     201.36543:  1.00643  1.60453  1.01663
  6:     201.31066:  1.00208  1.35520  1.27524
  7:     201.28458:  1.08227  1.22335  1.35147
  8:     201.24330:  1.50333 0.679759  1.31698
  9:     201.11881:  1.95760 0.329767 0.936047

그러나 다른 값이 maxIters있으면 더 이상 작동하지 않습니다.

x <- lmer(frm, data=iris, 
          verbose=TRUE, control=list(maxIter=3), model=FALSE)
start <- list(ST=x@ST)
twoStep <-  lmer(frm, data=iris, 
                 verbose=TRUE, control=list(maxIter=100), model=TRUE, 
                 start=start)

통지 (264)에서 REML 값 다시 시작 , 시작을 즉 :

> x <- lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=3), model=FALSE)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518238  1.01025 0.205835
  2:     201.94075:  0.00000  1.51757 -1.18259
  3:     201.71473:  0.00000  1.69036 -1.89803
  3:     201.71473:  0.00000  1.69036 -1.89803

> # Capture starting values for next set of iterations
> start <- list(ST=x@ST)

> # Update model
> twoStep <-  lmer(frm, data=iris, 
+           verbose=TRUE, control=list(maxIter=100), model=TRUE, 
+           start=start)
  0:     264.60572: 0.230940 0.0747853  0.00000
  1:     204.22878: 0.518238  1.01025 0.205835
  2:     201.94075:  0.00000  1.51757 -1.18259
  3:     201.71473:  0.00000  1.69036 -1.89803
  4:     201.64641:  0.00000  1.82159 -2.44144
  5:     201.63698:  0.00000  1.88282 -2.69497
  6:     201.63649:  0.00000  1.89924 -2.76298
  7:     201.63649: 4.22291e-08  1.90086 -2.76969
  8:     201.63649: 4.22291e-08  1.90086 -2.76969

---

질문 : lmer()이전에 피팅 된 모델에서 얻은 시작 값으로 안정적으로 다시 시작하려면 어떻게 해야합니까?

---

세션 정보 :

packageVersion("lme4")
[1] ‘0.999999.2’

---

이것은 lme4에서 확인 된 버그였으며 댓글에 따라

github.com/lme4/lme4/issues/55에 문제를 기록했습니다 – Andrie '13 Jul 2 '13 : 15:42

lmer에 대해서는 이제 고쳐 져야합니다 (비록 약간 까다로운 glmer는 아니지만). – Ben Bolker 7 월 14 일

That was back when the version was < 0.99999911-6; lme4 on CRAN has had versions > 1.0-4 since 21-Sep-2013.

참고URL : https://stackoverflow.com/questions/17321153/restart-mixed-effect-model-estimation-with-previously-estimated-values