R中的嵌套模型答案

【问题标题】：Nested model in RR中的嵌套模型
【发布时间】：2015-05-25 19:30:48
【问题描述】：

我在尝试适合 R 的嵌套模型时遇到了很大的问题。

我在 2 个条件下进行了响应时间实验，每个条件 46 人，每个条件 32 个测量值。我希望将措施嵌套在人和人嵌套在条件中，但我无法让它发挥作用。

我认为应该有意义的代码是：

nestedmodel <- lmer(responsetime ~ 1 + condition + 
 (1|condition:person) + (1|person:measure), data=dat)

但是，我得到的只是一个错误：

Error in checkNlevels(reTrms$flist, n = n, control) : 
  number of levels of each grouping factor must be < number of observations

不幸的是，我什至不知道从哪里开始寻找问题所在。有任何想法吗？请，请，请？ =) 干杯！

【问题讨论】：

请提供带有示例输入数据的reproducible example。确保您有足够的数据来估计所有这些参数。

标签： r statistics nested mixed lmer

【解决方案1】：

这可能更适合CrossValidated，但是：lme4 试图告诉您，您的一个或多个随机效应与残差方差混淆。正如您所描述的数据，我不太明白为什么：您应该有 2*46*32=2944 个总观察值，condition 和 person 的 2*46=92 个组合，以及 46*32=1472 measure 和 person 的组合。

如果你这样做

lf <- lFormula(responsetime ~ 1 + condition + 
                (1|condition:person) + (1|person:measure), data=dat)

然后

lapply(lf$reTrms$Ztlist,dim)

查看每个术语的转置随机效应设计矩阵，你会得到什么？您应该（根据您对数据的描述）看到这些矩阵分别为 1472 x 2944 和 92 x 2944。

正如@MrFlick 所说，一个可重现的例子会很好。您可以向我们展示的其他内容是：

无论如何都要拟合模型，使用lmerControl(check.nobs.vs.nRE="ignore") 忽略测试，并向我们展示结果（尤其是随机效应方差和组数的陈述）
向我们展示with(dat,table(table(interaction(condition,person))) 的结果，以提供有关每个组合的重复次数的信息（measure 也是如此）

【讨论】：