问题标签 [convergence]

我正在为 R 中的 RDS 数据集创建收敛图，并希望标记这些图。现在，我的 x 轴是“观察次数”，我的 y 轴是 RDS 估计值，图本身标记为“clientcondom=1 的收敛图”。有没有办法改变这个？请参见下面的代码：

convergence.plot(site[[1]], 'clientcondom', est.func=RDS.I.estimates) convergence.plot(site[[2]], 'clientcondom', est.func=RDS.I.estimates) convergence.plot(site[[3]], 'clientcondom', est.func=RDS.I.estimates)

另外，有没有办法将这些地块组合成一个地块——我这里有三个站点，最好将它们组合起来并并排查看。非常感谢您的回复！

苏门答腊

我们遇到了一种情况，我们需要避免用户访问节点缓存目录中的 Chef 食谱。处理这个问题的最佳方法是什么？

• 我们可以在食谱执行结束时从缓存路径中删除食谱吗？
• 执行 Chef 客户端时是否可以加密/解密食谱？

期待专家的建议来处理这种情况。

我正在尝试使用该lme4包将广义线性混合效应模型拟合到我的数据中。

数据可以描述如下（见下面的例子）： 鱼超过 28 天的存活数据。示例数据集中的解释变量是：

• Region这是幼虫起源的地理区域。
• treatment提高来自每个地区的鱼子样本的温度。
• replicate整个实验的三个重复之一
• tub随机变量。总共 15 个浴缸（用于维持水族箱中的实验温度）（replicate5 个温度每个3treatment秒）。每个浴缸包含 1 个水族箱Region（总共 4 个水族箱），并随机放置在实验室中。
• Day不言自明，从实验开始的天数。
• stage没有在分析中使用。可以忽略。

响应变量

• csns累积生存。即remaining fish/initial fish at day 0。
• start用于告诉模型生存概率与实验开始时鱼的数量相关的权重。
• aquarium第二个随机变量。这是每个水族馆的唯一 ID，其中包含它所属的每个因素的值。例如 N-14-1 表示Region N, Treatment 14, replicate 1。

我的问题很不寻常，因为我之前安装了以下模型：

但是，现在我正在尝试重新运行模型以生成用于发布的分析，但在相同的模型结构和包中出现以下错误。输出如下：

1：在 eval(expr, envir, enclos) 中：非整数 #successes 在二项式 glm 中！
2: 在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
模型未能收敛到 max|grad| = 1.59882 (tol = 0.001, component >1)
3: 在 checkConv( attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
模型几乎无法识别：非常大的特征值
- 重新调整变量？；模型几乎无法识别：大特征值比率
- 重新调整变量？

我的理解如下：

警告信息 1。

non-integer #success in a binomial glm指csns变量的比例格式。我已经咨询了几个来源，包括 github、r-help 等，都提出了这个建议。3 年前帮助我进行这项分析的研究员是遥不可及的。是否与lme4过去 3 年的包装变化有关？

警告信息 2。

我理解这是一个问题，因为没有足够的数据点来拟合模型，特别是在和处，
L-30-1仅 进行了两次观察：和 所有三个水族馆。因此，没有可变性或足够的数据来拟合模型。 L-30-2L-30-3

Day 0 csns=1.00Day 1 csns=0.00

尽管如此，这个模型lme4之前已经工作过，但现在没有这些警告就无法运行。

警告信息 3

这个对我来说完全陌生。以前从未见过。

样本数据：

有问题的数据1005cs.csv可通过我们传输在此处获得：http ://we.tl/ObRKH0owZb

任何有关破译此问题的帮助，将不胜感激。此外，对于分析这些数据的合适的包或方法的任何替代建议也会很棒。

问题描述在这里：

如何从数据文件中创建牛顿吸引力盆地？

对于复函数 z^3-1，我在 -2、2 和它们的零点范围内得到了 10000 个点。我想用三种不同的颜色绘制它们以创建收敛盆。

我从我的程序中获得的数据可在此处获得。格式是这样的：

“( )”中的前两个数字是复数起点，后两个数字是它收敛到的零。零点与 e-10 的级别完全一致，我可以轻松地将其更改为 e-16。

我想用命令 plot() 来解释 bug 模型中的收敛。输出示例如下图所示

我不确定我能不能很好地阅读这个输出，谢谢大家:)

我正在尝试在 C++ 中实现梯度下降算法。这是我到目前为止的代码：

此代码收敛于 m = 2.79822，p = -382.666，误差为 102.88。但是如果我用我的计算器找出正确的线性回归模型，我发现m和p的正确值应该分别是1.601和-191.1。

我还注意到，对于 alpha > 0.00007，该算法不会收敛，这似乎非常低，并且 p 的值在 8 次迭代期间几乎没有变化（甚至在 2000 次迭代之后）。

我的代码有什么问题？

这是我尝试实现的算法的一个很好的概述。theta0 和 theta1 的值在我的程序中称为 p 和 m。

python中的其他实现

更多关于算法

我编写了一个程序，用于在一般区域上查找f ( x , y , z ) 函数的三重积分，但由于某种原因它不起作用。

这是程序的摘录，当积分顺序为dz dy dx时：

使用的变量解释如下：

所以这就是我的处理方式：

我首先使用Dsum(seq(fnInt(Y₅,Y,Y₉,Y₀),X,A+.5D,B,D)). 然后我在该区域中选择一堆随机 ( x , y , z ) 点，并将这些点插入f ( x , y , z ) 以生成w = f ( x , y , z )。然后我取这些w值的平均值，这应该可以很好地估计 4D 实体的平均“高度”，即三重积分；并通过将积分区域“base”乘以平均w值“height”（Vmean(ʟW))，它应该可以很好地估计三重积分的超体积。

很自然地，随着测试的 ( x , y , z ) 点数的增加，三重积分的值应该或多或少地收敛到实际值。

出于某种原因，它没有。对于某些积分来说，它的效果非常好，而对于其他积分来说，它却远投失手。∫[0, 2] ∫[0, 2- x ] ∫[0, 2- x - y ] 2 x dz dy dx就是一个很好的例子。正确答案是 4/3 或 1.333...，但程序收敛到一个完全不同的数字：2.67，给予或接受。

为什么要这样做？为什么三重积分会收敛到错误的数字？

编辑：我的猜测是——假设我没有犯任何错误，对此没有任何承诺——计算器使用的 RNG 算法只能生成略大于 0的数字并且正在抛出程序，但我没有办法确认这一点，也不考虑它，因为“略大于 0”没有被量化。

我和一个学生一起工作，用 GLMER 运行一些模型，我们发现，使用相同的代码，模型会为我而不是他收敛。即他会收到如下错误消息： 警告消息：在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : 模型无法收敛于 max|grad| = 0.00261244 (tol = 0.001，分量 1)

经过检查，我们意识到因为我运行的是旧版本的 R，所以当我更新我的包时，LME4 只达到了 1.1-7，而他运行的是 1.1-11。所以我更新了 R 和 LME4，现在我们得到了相同的结果。我认为这可能是特定于我们正在运行的模型，但现在我正在与另一个正在运行 LME4 1.1-7 的学生一起工作，她的模型再次为她收敛，但不适合我。1.1-11 中是否有一些变化会导致它更有可能发出这些警告？如果是这样，更改的性质能否提示我们为什么会收到 1.1-11 的警告？最后，我们相信哪些结果，我们可以做些什么来处理收敛警告？

我想评估一个积分，但 python 抱怨在积分过程中的某个时刻被积函数变大了。

目标是找到一个名为 Sigma 的变量的值。

Sigma 是积分的结果，但 Sigma 也出现在积分的被积函数中，因此问题通过迭代解决，您进行初始猜测，然后将猜测放入积分，评估积分，然后计算结果回到积分等。

a、U0、E_F 和 t 是实常数。Sigma 通常可以是一个虚数。然后我用一个函数定义被积函数并进行 100 次迭代。

我的代码如下：

（taa 在其他地方指定，但它只是一个实常数）。

运行代码时，Python 会给出警告： IntegrationWarning：积分可能是发散的，或者是缓慢收敛的。Python 确实给出了答案，但错误值大约是答案值的两倍。

我应该在被积函数 epsilon*i 中添加一个小的虚数部分，以确保积分收敛。

当你有一个真正的积分时，你有一个复杂的被积函数不重要吗？

我尝试将代码调整为：

我认为这样积分应该收敛，但是 Python 给出了错误：提供的函数没有返回有效的浮点数。

有人知道我可以在这里做什么吗？我应该使用不同的集成功能吗？这个积分理论上应该以这种方式收敛吗？

（如果有人想知道问题的本质：Sigma 是自能，积分在布里渊区，E_F 是费米能级，小虚部与格林函数有关）