R：lme4的nlmer错误——变量未找到

Question

以下示例中的数据来自这里。

library(tidyverse)
library(lme4)
dat <- read.table("aids.dat2",head=T) %>%
  filter(day <= 90) %>%
  mutate(log10copy = log10(lgcopy)) %>%
  na.omit()

> head(dat)
  patid day    cd4   lgcopy    cd8 log10copy
2 11542   2 159.84 4.361728 619.38 0.6396586
3 11542   7 210.60 3.531479 666.90 0.5479566
4 11542  16 204.12 2.977724 635.04 0.4738844
5 11542  29 172.48 2.643453 407.68 0.4221716
6 11542  57 270.94 2.113943 755.78 0.3250933
8 11960   2 324.72 3.380211 856.08 0.5289438

运行以下代码时，我遇到了错误：Error in eval(expr, envir, enclos) : object 'log10copy' not found，但是log10copy显然是数据集中的一列？

lme4.fit <- lme4::nlmer(log10copy ~ exp(p1-b1*day) + exp(p2-b2*day + 1) + 
                          (1|p1) + (1|b1) + (1|p2) + (1|b2), data = dat)

我希望在p1、b1、p2和b2这4个固定效应以及同一组参数上加入4个随机效应来拟合模型。

- Adrian

---

nlmer的公式应该是一个三部分的公式，形式为resp ~ Nonlin ~ fixed + random。另外，p1、p2、b1和b2是什么？它们不在你的示例数据中。 - neilfws

@neilfws，p1、p2、b1 和 b2 是我的参数。 - Adrian

@neilfws，我根据您建议的语法更新了我的帖子，并添加了一些新代码，但现在我遇到了不同的错误。 - Adrian

Answer 1

您有几个问题在这里...

1）起始值必须是一个命名向量 2）nlmer中的"data"参数应该接收"dat"作为值，而不是像您的示例中的"aids.dat"。

start <- c(p1 = 10, b1 = 0.5, p2 = 6, b2 = 0.005)
lme4.fit <- lme4::nlmer(log10copy ~ exp(p1-b1*day) + exp(p2-b2*day + 1) ~ 
                            (p1|patid) + (b1|patid) + (p2|patid) + (b2|patid), data = dat,
                        start = start)

这将会触发以下错误：

Erreur : is.matrix(gr <- attr(val, "gradient")) is not TRUE

如文档所述：

目前，Nonlin(..)公式部分不仅必须返回一个数字向量，还必须具有“梯度”属性，即矩阵。函数SSbiexp、SSlogis等（参见selfStart）提供了这个功能（以及更多）。或者，您可以使用deriv()自动产生这样的函数或表达式。

然后，您可以根据文档提供的示例进行调整：

## a. Define formula
nform <- ~ exp(p1-b1*input) + exp(p2-b2*input + 1)
## b. Use deriv() to construct function:
nfun <- deriv(nform, namevec=c("p1", "b1", "p2", "b2"),
              function.arg=c("input","p1", "b1", "p2", "b2"))
lme4.fit <- lme4::nlmer(log10copy ~ nfun(day, p1, b1, p2, b2) ~ 
                            (p1|patid) + (b1|patid) + (p2|patid) + (b2|patid), data = dat,
                        start = start)

然后你会遇到以下错误

Error in fn(nM$xeval()) : prss failed to converge in 300 iterations

这可能意味着您的模型对数据过于复杂… 或者我在规范方面犯了错误，因为我不太了解nlmer（我只是尝试应用文档…），也不了解您的模型/问题。

当您更改优化器时，收敛问题似乎已经消失了… 有关使用lme4“疑难解答”（包括收敛问题）的建议，请参见此处。

lme4.fit <- lme4::nlmer(log10copy ~ nfun(day, p1, b1, p2, b2) ~ 
                            (p1|patid) + (b1|patid) + 
                            (p2|patid) + (b2|patid), 
                        data = dat,
                        start = start, 
                        nlmerControl(optimizer = "bobyqa"))

- Gilles San Martin