Analyse REML / Itérations convergées dans le gradientQuelle est la signification de la déclaration « Itérations convergées dans le gradient » dans le résultat des itérations du rapport d'estimation des composantes de variance REML ?
De plus, quel est l'impact de l'utilisation de cette analyse REML pour évaluer l'erreur résiduelle si les itérations ne convergent pas dans le gradient ?Est-ce une indication que l’ensemble de données ne se prêtait pas à l’analyse ?
Merci!
Analyse et modélisation des données de baseRe : Analyse REML / Itérations convergées dans le gradientLa procédure REML est un « algorithme de recherche » ou une « optimisation numérique ». Ces méthodes sont utilisées lorsqu’il n’existe pas de solution fermée. De telles méthodes ne garantissent généralement pas la recherche de l'optimum global, mais elles prennent souvent des mesures pour minimiser la convergence vers un optimal local. De plus, la précision finie des routines numériques et du processeur peut conduire à diverses erreurs (pas un message d'erreur, mais un écart par rapport à la vraie valeur). Enfin, la plupart des méthodes s'arrêtent lorsqu'un des nombreux critères de convergence est rempli. C'est-à-dire qu'il ne s'agit pas d'une recherche exhaustive.
Le manque de convergence peut produire des résultats « assez bons », mais il est préférable de ne pas se fier aux résultats dans un tel cas. L’échec de la convergence peut être dû à la nature des données ou aux critères de convergence trop stricts.
