R从4.4.2升级到4.5.0后tidyLPA分析结果变化求助

核心原因 #

• 尽管tidyLPA包版本未变，但它依赖的**底层计算包（如lavaan、mclust）**在R4.5.0升级时可能被自动更新，这些包的算法细节（如EM算法的初始值生成、收敛判断逻辑）变化会直接影响LPA结果。
• R4.5.0本身的**底层数值计算框架（如BLAS/LAPACK库、随机数生成的细微调整）**可能有优化，即使设置了随机种子，不同R版本下的初始值生成或迭代精度差异也会导致EM算法收敛到不同的局部最优解——这是LPA这类基于迭代的模型常见的现象。

复现旧结果的可行方案 #

1. 强制使用R4.4.2的随机数生成逻辑 #

在代码开头指定RNG版本为R4.4.2，再设置随机种子，对齐旧版本的随机数生成规则：

# 必须在会话启动后、设置种子前调用
RNGversion("4.4.2")
set.seed(你的原始随机种子值) # 替换为你之前使用的种子

data %>% 
  dplyr::select( 
    analyte1_log, 
    analyte2_log,
    analyte3_log,
    analyte4_log,
    analyte5_log, 
    analyte6_log, 
    analyte7_log, 
    analyte8_log,
    analyte9_log, 
    analyte10_log, 
    analyte11_log,
    analyte12_log,
    analyte13_log) %>%
  scale() %>%
  estimate_profiles(2, models = 2) 

2. 回退tidyLPA的依赖包到旧版本 #

检查并回退R4.4.2时使用的依赖包版本（如lavaan）：

# 先卸载当前版本，再安装指定旧版本（替换为你之前的版本号）
remove.packages("lavaan")
devtools::install_version("lavaan", version = "x.y.z")

注：可在旧环境中通过packageVersion("lavaan")查看历史版本号。

3. 复刻完整旧环境（最可靠） #

用Docker创建R4.4.2的镜像，安装所有对应版本的包，完全复刻之前的运行环境，确保所有系统依赖和包版本一致，这是100%复现旧结果的方法。

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