为何emmeans输出存在nonEst值？昼间线性混合模型异常问询

问题背景 #

构建昼间数据的线性混合模型后，使用emmeans提取3水平因子intonidhrtime的估计均值时，仅一个水平有结果，另外两个水平显示nonEst；但每个时间水平样本量均≥50，且夜间相同模型结构的输出完全正常。

核心代码与输出：
模型拟合代码：

countsleepdataon25WAKEANGLMM2<-lmer(unlist(propnssANGon)~as.factor(intonidhrtime)+Daysincedisturb/Stressor+as.factor(intonidhrtime)*Daysincedisturb/Stressor+(1|Batch)+(1|Batch_Bird_ID)+(1|fdfsrtoff)+(1|fdfsrtoff_intonidhrtimertoff),data=countsleepdataon25WAKE)

emmeans调用代码：

emmeans(countsleepdataon25WAKEANGLMM2,specs='intonidhrtime')

异常输出：

> emmeans(countsleepdataon25WAKEANGLMM2,specs='intonidhrtime')
NOTE: A nesting structure was detected in the fitted model:
    Stressor %in% Daysincedisturb
NOTE: Results may be misleading due to involvement in interactions
 intonidhrtime emmean   SE   df lower.CL upper.CL
 12-15.5       nonEst   NA   NA       NA       NA
 15.5-19       nonEst   NA   NA       NA       NA
 5-8.5           65.4 2.01 8.11     60.8       70

Results are averaged over the levels of: Stressor, Daysincedisturb 
Degrees-of-freedom method: kenward-roger 
Results are given on the unlist (not the response) scale. 
Confidence level used: 0.95 

排查方向与解决方案 #

1. 检查交互项对应的单元格样本缺失

模型包含intonidhrtime * Daysincedisturb/Stressor交互项（等价于intonidhrtime与Daysincedisturb、Daysincedisturb:Stressor的交叉交互），如果昼间数据中某些intonidhrtime与Daysincedisturb/Stressor的组合完全无样本，会导致对应系数不可估计，进而emmeans无法计算均值。

执行以下代码验证：

# 检查intonidhrtime与Daysincedisturb的交叉样本量
table(countsleepdataon25WAKE$intonidhrtime, countsleepdataon25WAKE$Daysincedisturb)
# 检查嵌套结构下Stressor的交叉样本分布
with(countsleepdataon25WAKE, table(intonidhrtime, Daysincedisturb, Stressor))

如果发现存在全0的单元格，可考虑移除缺失的组合、简化交互项，或使用emmeans的at参数指定仅存在样本的组合进行计算。

2. 排查随机效应结构的冗余/共线性

昼间模型的随机效应包含(1|fdfsrtoff_intonidhrtimertoff)，该交互随机效应可能与固定效应intonidhrtime或其他随机效应存在完全共线性，导致部分固定效应自由度为0。

尝试简化随机效应结构后重新拟合模型：

temp_model <- lmer(
  unlist(propnssANGon)~as.factor(intonidhrtime)+Daysincedisturb/Stressor+as.factor(intonidhrtime)*Daysincedisturb/Stressor+
  (1|Batch)+(1|Batch_Bird_ID)+(1|fdfsrtoff), 
  data=countsleepdataon25WAKE
)
emmeans(temp_model, specs='intonidhrtime')

若简化后能正常输出，说明原随机效应结构存在冗余，需调整随机效应项。

3. 更换自由度计算方法

模型使用Kenward-Roger方法计算自由度，当信息矩阵奇异时可能触发nonEst。尝试换用Satterthwaite或渐近自由度：

# 使用Satterthwaite自由度
emmeans(countsleepdataon25WAKEANGLMM2, specs='intonidhrtime', df="satterthwaite")
# 使用渐近自由度
emmeans(countsleepdataon25WAKEANGLMM2, specs='intonidhrtime', df="asymptotic")

4. 验证响应变量的完整性

确认unlist(propnssANGon)处理后，各intonidhrtime水平的响应变量无异常（如全NA、方差为0）：

aggregate(
  unlist(propnssANGon) ~ intonidhrtime, 
  data=countsleepdataon25WAKE, 
  function(x) c(样本量=length(x), NA数量=sum(is.na(x)), 方差=var(x, na.rm=T))
)

内容的提问来源于stack exchange，提问作者e_putyora