R 中的线性混合效应模型不会收敛

Question

我有一个长格式数据集，包含大约 7 万人的数据。该数据跟踪基线后 3、6 和 12 个月的连续随访测量（每个时间点都有 +/- 1 个月的缓冲期）。成员只需在任何时间点采取 1 项后续措施即可纳入研究。基线时有完整的数据，第 3 个月的数据完整率为 94%，但在后期时间点有相当多的缺失（第 6 个月为 60%，第 12 个月为 87%）。

身份证	时间_点	持续成果
1	0	7.5
1	3	7.2
1	6	不适用
1	12	7.0

我正在使用 R 的

lmer

包中的

lme4

命令来尝试运行此模型，将时间作为固定效应中的因子变量，并结合随机斜率（时间作为连续变量）和随机效应中的截距，将每个成员视为一个单独的集群。 代码：

m.unstructured <- lmer(outcome ~ time_factor + (1 + time | id),
  data = df.long
)

我期望获得一个模型摘要，其中包含每个时间点相对于基线的变化值。但是，模型无法收敛并出现以下错误：

Warning message:
In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv,  :
  Model failed to converge with max|grad| = 0.00317116 (tol = 0.002, component 1)

只有当我添加像 Nelder-Mead 或 bobyqa 这样的优化器时，我才能让模型运行，例如

control = lmerControl(optimizer ="Nelder_Mead")

。当我尝试使用

nlme

命令在

lme

包中运行此模型时，我遇到了类似的问题。

我的问题是，这个论证的作用是什么？为什么没有它我的模型就无法运行？是因为样本量大、缺失广泛吗？我可以假设这种使用优化器的方法会产生有效的结果吗？最终，我想比较协方差结构并添加额外的固定效应，例如性别和年龄，但在我能够理解如何运行我的模型之前，我陷入了困境。感谢您提供的任何指导！

Answer 1

lme4

文档和辅助信息中有很多关于此的信息：

• ‘收敛’手册页
• “故障排除”手册页
• GLMM 收敛常见问题解答

更具体地说，本页说明收敛检查机制在大约 10,000 个观察值时开始变得不可靠（您有大约 120K 个观察值：“观察值”是数据框中的一行，即主题：时间点组合）。

您所说的错误在技术上并不是错误，而是一个警告；这是一个重要的区别（请参阅here了解更多信息。如果您确实有错误，您将无法检索结果；因为这是警告，所以您可以。

我的建议：

• 使用

  allFit()

  使用所有可用的优化器来尝试您的模型
• 比较结果（对于模型的哪些方面对您来说很重要，例如

  time_factor

  的固定效应或随机效应方差，以及对您的应用程序来说重要的任何容差）
  • 如果所有优化器给出截然不同的答案，你可能会遇到麻烦
  • 如果优化器的子集给出了类似的、合理的答案，请从该子集中选择您最喜欢的（可能是最快的）并继续进行其余的分析。之后，您可能决定使用

    lmerControl(calc.derivs = FALSE)

    来抑制（容易出错的）导数计算，这将使您免受进一步警告（！）并节省时间...