Analisi REML/Iterazioni Convergenti nel GradienteQual è il significato dell'affermazione "Iterazioni convergenti nel gradiente" nell'output delle iterazioni all'interno del report sulle stime dei componenti della varianza REML?
Inoltre, qual è l'impatto sull'utilizzo di questa analisi REML per valutare l'errore residuo se le iterazioni non convergono nel gradiente?Si tratta di un'indicazione che il set di dati non era suscettibile di analisi?
Grazie!
Analisi e modellazione dei dati di baseRi: Analisi REML / Iterazioni convergenti nel gradienteLa procedura REML è un "algoritmo di ricerca" o "ottimizzazione numerica". Questi metodi vengono utilizzati quando non esiste una soluzione in forma chiusa. Tali metodi generalmente non garantiscono di trovare l'ottimo globale, ma spesso adottano misure per ridurre al minimo la convergenza verso un ottimo locale. Inoltre, la precisione finita delle routine numeriche e del processore può portare a diversi errori (non un messaggio di errore, ma uno scostamento dal valore reale). Infine, la maggior parte dei metodi termina quando viene soddisfatto uno dei numerosi criteri di convergenza. Vale a dire, non è una ricerca esaustiva.
La mancanza di convergenza potrebbe produrre risultati “abbastanza buoni”, ma in questo caso è meglio non fidarsi dei risultati. La mancata convergenza può essere causata dalla natura dei dati o dai criteri di convergenza troppo rigidi.
