如何在使用modelr / tidyverse引导时使用tryCatch（）？

Question

此问题类似于Using tryCatch() to catch a bootstrap loop，但是我无法使用tidyverse引导方法将建议应用于我的案例。我试图从复杂的混合效应模型中获取系数的置信区间估计，但是某些模型在引导过程中失败，从而终止了整个引导过程。我想忽略这些失败的运行（但还要计数并存储它们以了解它们是什么），然后继续执行引导程序。我也乐于接受将引导包与tryCatch一起使用的建议。使用钻石数据集的示例：

diamonds <- diamonds 
diamonds$clarity <- factor(diamonds$clarity, ordered=FALSE)
diamonds$cut <- factor(diamonds$cut, ordered=FALSE)
diamonds$color <- factor(diamonds$color, ordered=FALSE)
diamonds <- diamonds[diamonds$price <= 500,] # truncate the data set for faster processing 

无意义的随机模型，但运行没有错误：

my_mod <- glmmTMB(carat ~
     cut*x*poly(depth,3) + table + price + 
     (1|color) + (1|clarity),
     REML=TRUE,
     data = diamonds)
summary(my_mod)

我想在“明确”级别（即按簇而不是观察值）进行替换抽样。

set.seed(30)
my_boot <- diamonds %>% 
modelr::bootstrap(n = 20, id = 'clarity') %>%
group_by(clarity) %>%
mutate(fit = map(strap,
               ~glmmTMB(carat ~
     cut*x*poly(depth,3) +
     table + price + 
     (1|color) + (1|clarity),
     REML=T,
     data = data.frame(.))))

 Warning message:
 In fitTMB(TMBStruc) :
 Model convergence problem; false convergence (8). See vignette('troubleshooting')

Answer 1

只需将tryCatch包装在对glmmTMB的调用周围。并编写一个error函数。类型>>的错误消息

定时停在：0.484 0.071 0.556时间停止于：0.919 0.052 0.972计时停止于：0.542 0.04 0.583

仍会显示，但my_boot$fit会出现错误。

set.seed(30)
my_boot <- diamonds %>% 
  modelr::bootstrap(n = 20, id = 'clarity') %>%
  group_by(clarity) %>%
  mutate(fit = map(strap,
                   ~tryCatch(glmmTMB(carat ~
                              cut*x*poly(depth,3) +
                              table + price + 
                              (1|color) + (1|clarity),
                            REML=T,
                            data = data.frame(.)),
                            error = function(e) e)))