这个问题类似于Using tryCatch() to catch a bootstrap loop，但我无法使用 tidyverse 引导程序将建议应用于我的案例。我试图从复杂的混合效应模型中获得系数的置信区间估计值，但某些模型在引导过程中失败，导致整个引导过程停止。我想忽略这些失败的运行（但也要计算并存储它们以了解它们是什么）并继续引导程序。我也欢迎使用带有 tryCatch 的引导包的建议。使用钻石数据集的示例：
diamonds <- diamonds
diamonds$clarity <- factor(diamonds$clarity, ordered=FALSE)
diamonds$cut <- factor(diamonds$cut, ordered=FALSE)
diamonds$color <- factor(diamonds$color, ordered=FALSE)
diamonds <- diamonds[diamonds$price <= 500,] # truncate the data set for faster processing
随机无意义模型，但运行时没有错误：
my_mod <- glmmTMB(carat ~
cut*x*poly(depth,3) + table + price +
(1|color) + (1|clarity),
REML=TRUE,
data = diamonds)
summary(my_mod)
我想在“清晰”级别（即通过集群，而不是观察）进行替换采样。
set.seed(30)
my_boot <- diamonds %>%
modelr::bootstrap(n = 20, id = 'clarity') %>%
group_by(clarity) %>%
mutate(fit = map(strap,
~glmmTMB(carat ~
cut*x*poly(depth,3) +
table + price +
(1|color) + (1|clarity),
REML=T,
data = data.frame(.))))
Warning message:
In fitTMB(TMBStruc) :
Model convergence problem; false convergence (8). See vignette('troubleshooting')
只需环绕tryCatch调用glmmTMB. 和写error和warning功能。类型的错误信息
计时停止于：0.484 0.071 0.556
计时停止于：0.919 0.052 0.972
计时停止于：0.542 0.04 0.583
仍会显示，但my_boot$fit会有错误或警告。
set.seed(30)
my_boot <- diamonds %>%
modelr::bootstrap(n = 20, id = 'clarity') %>%
group_by(clarity) %>%
mutate(fit = map(strap,
~tryCatch(glmmTMB(carat ~
cut*x*poly(depth,3) +
table + price +
(1|color) + (1|clarity),
REML=T,
data = data.frame(.)),
error = function(e) e,
warning = function(w) w)))
然后你可以检查结果
err <- sapply(my_boot$fit, inherits, "error")
warn <- sapply(my_boot$fit, inherits, "warning")
ok <- !(err | warn)
并使用这些向量对列表进行子集化my_boot。例如：
my_boot[ok]
与同为err和warn。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句