Análisis REML / Iteraciones convergidas en el gradiente¿Cuál es el significado de la declaración "Iteraciones convergidas en el gradiente" en la salida de Iteraciones dentro del Informe de estimaciones de componentes de varianza REML?
Además, ¿cuál es el impacto del uso de este análisis REML para evaluar el error residual si las iteraciones no convergen en el gradiente?¿Es esto una indicación de que el conjunto de datos no era apto para el análisis?
¡Gracias!
Análisis y modelado de datos básicosRe: Análisis REML / Iteraciones convergentes en el gradienteEl procedimiento REML es un 'algoritmo de búsqueda' u 'optimización numérica'. Estos métodos se utilizan cuando no existe una solución de forma cerrada. Por lo general, no se garantiza que estos métodos encuentren el óptimo global, pero a menudo toman medidas para minimizar la convergencia hacia un óptimo local. Además, la precisión finita de las rutinas numéricas y del procesador puede provocar diversos errores (no un mensaje de error, sino una desviación del valor real). Por último, la mayoría de los métodos abandonan cuando se cumple uno de varios criterios de convergencia. Es decir, no se trata de una búsqueda exhaustiva.
La falta de convergencia podría producir resultados "suficientemente buenos", pero en tal caso es mejor no confiar en los resultados. La falta de convergencia puede deberse a la naturaleza de los datos o a que los criterios de convergencia sean demasiado estrictos.
