2

我正在尝试使用 dredge 的并行计算版本（包 MUMIn）来选择我的完整 glmer 模型的模型：

 modmer.pom.full<-glmer(cbind(TEST,CONTROL)~ G+MS+l+MS*l+G*MS+G*l+I(l^2) + (1|c)+(1|s)+(1|l)+offset(log(qTEST/qCONTROL)),family=binomial(link = "logit"),data=df.pom.mer, control=glmerControl(optimizer="bobyqa"))

在将 R 集群设置为并​​行运行后，

cl <- makeCluster(3)
registerDoParallel(cl)
clusterExport(cl,"df.pom.mer")

我只是尝试使用 pdredge 函数，如下所示：

pdredge(modmer.pom.full,cluster=cl,rank = "AIC")

但没有评估，相反，我得到了所有子模型的以下输出：

Warning messages:
1: In eval(expr, envir, enclos) :
  could not find function "glmer" (model 0 skipped)

使用非并行计算函数dedge，我没有观察到这个问题。pdredge似乎无法识别glmer，但我找不到原因。我是 MUMIn 和并行包的新用户，所以我可能在 pdredge 参数中遗漏了一些重要的东西吗？

非常感谢，胡安

4

1 回答 1

1

只是为了完整性，正如评论中所建议的那样，如果您（ 1）指定完全限定名称（lme4::lmer如下）或（2）使用clusterEvalQ(cluster, library(lme4))以确保将包加载到工作人员上，则此方法工作正常。

library(lme4)
library(parallel )
cluster = makeCluster(3, type = "SOCK")  ## also need snow installed
set.seed(101)
dd <- data.frame(x1=rnorm(1000),x2=rnorm(1000),x3=rnorm(1000),f=rep(1:20,each=50))
dd$z <- simulate(~x1+x2+x3+(1|f), newdata=dd, 
      newparams=list(theta=1,beta=rep(1,4), sigma=1), family=gaussian)[[1]]
full_model = lme4::lmer(z ~ x1*x2*x3 + (1 | f), data = dd, 
                        REML = FALSE, na.action = "na.fail")
clusterExport(cluster,"dd")
clusterEvalQ(cluster, library(lme4))
MuMIn::pdredge(full_model, cluster)
于 2020-08-25T22:01:55.687 回答