Dredge не работает при указании оптимизатора glmer

Question

Я пытаюсь использовать dredge из пакета R MuMIn с глобальным биномом glmer модель. Я считаю, что мне нужно указать оптимизатор с control = glmerControl(optimizer="bobyqa") для сближения. Тем не менее, когда я иду использовать dredgeЯ получаю ошибку. Если я уменьшу количество предикторов в модели, я могу удалить bobyqa уточнение, получить конвергенцию и использовать драги. Любым способом я могу получить dredge идти с glmerControl(optimizer="bobyqa")?

test.glob=glmer(exploitpark~X + as.factor(Y) + Z + A + B + (1|ID), 
                family=binomial(), 
                glmerControl(optimizer="bobyqa"), data=df)
options(na.action = "na.fail")   #  prevent fitting models to different datasets
test.Set = dredge(test.glob, beta=c("partial.sd"), extra = c("R^2"))

Fixed term is "(Intercept)"

Ошибка в glm.control(optimizer = c("bobyqa", "bobyqa"), calc.derivs = TRUE,: неиспользованные аргументы (optimizer = c("bobyqa", "bobyqa"), calc.derivs = TRUE, use.last.params = FALSE, restart_edge = FALSE, border.tol = 1e-05, tolPwrss = 1e-07, compDev = TRUE, nAGQ0initStep = TRUE, checkControl = список (check.nobs.vs.rankZ = "игнорировать", проверить. nobs.vs.nlev = "стоп", check.nlev.gtreq.5 = "игнорировать", check.nlev.gtr.1 = "стоп", check.nobs.vs.nRE = "стоп", check.rankX = "message+drop.cols", check.scaleX = "предупреждение", check.formula.LHS = "стоп", check.response.not.const = "стоп"), checkConv = список (check.conv.grad = список ( action = "warning", tol = 0,001, relTol = NULL), check.conv.singular = list(action = "message", tol = 1e-04), check.conv.hess = list(action = "warning", tol = 1e-06)), optCtrl = list())

Answer 1

tl;dr, вероятно, ошибка в MuMIn::dredge() - Я все еще копаю - но, кажется, работает нормально, если вы пропустите extra="R^2" Спецификация.

воспроизводимый пример

set.seed(101)
dd <- data.frame(x1=rnorm(200),x2=rnorm(200),x3=rnorm(200),
                 f=factor(rep(1:10,each=20)),
                 n=50)
library(lme4)
dd$y <- simulate(~x1+x2+x3+(1|f),
                 family=binomial,
                 weights=dd$n,
                 newdata=dd,
                 newparams=list(beta=c(1,1,1,1),
                                theta=1))[[1]] 
## fit model
m0 <- glmer(y~x1+x2+x3+(1|f),
            family=binomial,
            weights=n,
            data=dd,
            na.action="na.fail")

Теперь попробуйте glmer()+dredge(), с указанием оптимизатора и без него.

library(MuMIn)
d0 <- dredge(m0)
m1 <- update(m0, control=glmerControl(optimizer="bobyqa"))
d1 <- dredge(m1)

Все это работает - поэтому проблема должна быть с некоторыми необязательными аргументами. Тестирование это:

d0B <- dredge(m0, beta=c("partial.sd"), extra = c("R^2")) ## works
d1B <- try(dredge(m1, beta=c("partial.sd"), extra = c("R^2"))) ## fails

Какой из дополнительных аргументов является виновником?

d1C <- dredge(m1, beta=c("partial.sd"))  ## works
d1D <- try(dredge(m1, extra=c("R^2")))   ## fails

---

Если вы действительно хотите значения R^2, вы можете загрузить / распаковать исходный код в пакет, отредактируйте строку 101 из R/r.squaredLR.R как указано ниже (добавить cl$control в список элементов, которые установлены в NULLи переустановите пакет...

===================================================================
--- R/r.squaredLR.R (revision 443)
+++ R/r.squaredLR.R (working copy)
@@ -98,7 +98,7 @@
        if(formulaArgName != "formula")
            names(cl)[names(cl) == formulaArgName] <- "formula"
        cl$formula <- update(as.formula(cl$formula), . ~ 1)
-       cl$method <- cl$start <- cl$offset <- contrasts <- NULL
+       cl$method <- cl$start <- cl$offset <- cl$control <- contrasts <- NULL
    }
    cl <- cl[c(TRUE, names(cl)[-1L] %in% names(call2arg(cl)))]
    if(evaluate) eval(cl, envir = envir) else cl

Answer 2

Вопрос в r.squaredLR (подразумевается extra = "R^2"), который пытается соответствовать glm нулевая модель с glmerаргумент control = glmerControl(optimizer="bobyqa"), (Я постараюсь реализовать решение для этой ошибки в следующей версии MuMIn.)

В случае glmer (или смешанные модели в целом) может быть лучше использовать r.squaredGLMM скорее, чем r.squaredLR, Так что вам нужно будет предоставить dredge с функцией, которая извлекает вектор R^2 из результата r.squaredGLMM (который возвращает matrix). Например:

# (following Ben Bolker's example above))
# Fit a null model with RE (use a non-exported function .nullFitRE or specify it by hand:
nullmodel <- MuMIn:::.nullFitRE(m1)
# the above step is not necessary, but avoids repeated re-fitting of the null model.

dredge(m1, beta="partial.sd", extra =list(R2 = function(x) {
    r.squaredGLMM(x, null = nullmodel)["delta", ]
}))