如何确保模块化lme4函数识别control参数？

你在lFormula()中传入的control参数仅作用于公式解析阶段，优化器的配置需要传递给optimizeLmer()函数——这才是实际执行模型优化的核心环节。原代码里optimizeLmer(devfun)未指定控制参数，因此它会使用默认的lmerControl()配置（默认优化器为nloptwrap），导致你设置的bobyqa未生效。

1. 单独定义控制参数（可选，让代码更清晰）：

ctrl <- lmerControl(
  optimizer="bobyqa", 
  optCtrl=list(maxeval=1)
)

2. 在调用optimizeLmer()时传入该控制参数：

opt <- optimizeLmer(devfun, control = ctrl)

nm <- 20
nobs <- 500
set.seed(101)
## choose items for observations
pres <- matrix(rbinom(nobs*nm, prob=0.25, size=1), nrow=nobs, ncol=nm)
dimnames(pres) <- list(NULL, LETTERS[seq(nm)])
pres[1:5, ]

b <- rnorm(nm)  ## item-level effects
## n.b. get in trouble if we don't add residual error
## (theta is scaled relative to residual error)
## here, use theta=sigma=1
y <- c(pres %*% b) + rnorm(nobs, sd=1)

## helpful to specify a factor with the right levels:
## actual values are unimportant since we will specify Zt/Ztlist directly
fake <- rep(LETTERS[seq(nm)], length.out=nobs)
# 定义控制参数
ctrl <- lmerControl(
  optimizer="bobyqa", 
  optCtrl=list(maxeval=1)
)
lmod <- lFormula(y ~ 1 + (1 | fake))
lmod$reTrms$Zt <- lmod$reTrms$Ztlist[[1]] <- Matrix(t(pres))
devfun <- do.call(mkLmerDevfun, lmod)
# 优化时传入控制参数
opt <- optimizeLmer(devfun, control = ctrl)
m1 <- mkMerMod(environment(devfun), opt, lmod$reTrms, fr=lmod$fr)
summary(m1)
m1@optinfo$optimizer # 现在会显示"bobyqa"

• lFormula()的control参数主要用于控制公式解析的细节（比如检查秩亏、处理对比矩阵等），和优化器配置完全无关。
• 在lme4的模块化接口中，optimizeLmer()是负责调用优化器的关键函数，所有和优化相关的控制参数都需要传递给它。

内容的提问来源于stack exchange，提问作者covaruberpaz