Son zamanlarda nispeten büyük veri kümelerine çok sayıda rastgele efekt modeli sığdırmaya çalışıyorum. En fazla 25 zaman noktasında gözlemlenen yaklaşık 50.000 kişi (ya da daha fazla) diyelim. Böylesine büyük bir örneklem büyüklüğünde, ayarlayabileceğimiz çok fazla tahminci ekliyoruz - belki 50 ya da çok sabit etki. R'de lme4::glmer
'u kullanarak her bir konu için rastgele kesişme ile modeli ikili bir sonuca uygun hale getiriyorum. Ben verilere ayrıntılarına girmeyeceğim, ama kullandığım glmer
komutunun temel biçim oldu: Her iki study_quarter
ve dd_quarter
yaklaşık 20 seviyesi her faktörlerlme4 :: glimer vs. Stata'nın melogit komutu
fit <- glmer(outcome ~ treatment + study_quarter + dd_quarter + (1|id),
family = "binomial", data = dat)
nerede.
Bu modeli R'ye sığdırmaya çalıştığımda, yaklaşık 12-15 saat çalışır ve yakınsamayacağı bir hata döndürür. İyileştirmeyle ilgili bir dizi sorun giderme (örneğin, these yönergelerini takip ederek) yaptım. Ve yakınsaklık sonunda bile yakın değildir (5-10 civarında maksimum gradyan, yakınsama kriteri ise 0.001'dir).
Daha sonra modele, melogit komutunu kullanarak Stata'ya yerleştirmeye çalıştım. Model, yakınsama sorunu olmaksızın 2 dakikadan daha kısa bir süreye sığmaktadır. Karşılık gelen Stata komutu,
Ne verir? Stata'nın daha iyi bir uydurma algoritması var mı, yoksa büyük modeller ve büyük veri setleri için optimize edilmiş bir tanesi var mı? Çalışma sürelerinin ne kadar farklı olduğu gerçekten şaşırtıcı.
[Burada] (https://www.statalist.org/forums/forum/general-stata-discussion/general/1371838-gsem-not-estimating) ters durumun bir örneğidir - R görünüşe göre hızla ilgilenir aynı SEM modelini tahmin etmek imkansız Stata .. – radek
Emin değilim, ama binomial ailesi için glmer varsayılan seçeneği probit ve logit değil mi? Belki 'aile = binomial (link =" logit ")' ı ekleyebilir ve sonra deneyebilirsiniz? – eborbath
@radek - Paylaştığınız için teşekkürler, ancak SEM'lere değil, özellikle karışık efekt modellemesine atıfta bulunuyorum. R "nin" Stata "yı attığı birçok durum olduğunu biliyorum. –