莱茵衣藻生长率温度效应研究：混合模型边界奇异问题求助

奇异拟合的含义及是否能继续使用 #

边界奇异拟合（boundary is singular）不是绝对不能用，但不建议直接使用。它意味着模型中某个随机效应的方差被估计为0，说明该随机效应完全无法解释数据的变异，模型结构存在冗余。继续使用原模型可能导致标准误估计偏差，影响统计推断的可靠性。

从你的结果来看，Temperature:StrainID这个随机分组的方差为0，说明菌株与温度的嵌套随机截距没有额外变异贡献，这个层次的随机效应是多余的。

问题原因分析 #

你使用的模型公式Growth~Temperature+(1|StrainID/Temperature)展开后为：
Growth~Temperature+(1|StrainID)+(1|StrainID:Temperature)
即同时纳入了菌株的随机截距和菌株-温度组合的随机截距。但数据显示，菌株在不同温度下的截距没有额外变异，因此后者的方差被压缩到0，触发奇异拟合提示。

另外，从研究目标来看，你想探究菌株间的生长差异（包括对温度的响应差异），原模型的嵌套随机截距结构并不贴合研究假设——它只能捕捉菌株内不同温度的截距变异，无法体现菌株对温度的响应斜率差异。

解决方案 #

1. 简化模型：移除冗余的随机效应 #

直接去掉StrainID:Temperature这个随机项，模型简化为：

Z.lmer <- lmer(log10Growth ~ Temperature + (1|StrainID), data=MyData)

该模型仅保留菌株的随机截距，既符合数据特征，也能估计菌株间的生长率基础差异，同时避免奇异问题。

2. 调整随机结构：改用随机斜率模型（更贴合研究假设） #

如果核心目标是探究不同菌株对温度的响应差异，随机斜率模型更合适。它允许每个菌株有自己的温度响应斜率，公式为：

Z.lmer <- lmer(log10Growth ~ Temperature + (Temperature|StrainID), data=MyData)

这个模型会估计菌株间截距（基础生长率）和斜率（温度响应）的变异，更直接回答你的研究问题。若拟合后仍出现奇异，可能是菌株间斜率变异确实很小，可进一步简化为只保留截距的模型。

3. 模型拟合验证与比较 #

• 用isSingular(Z.lmer)确认模型是否还存在奇异拟合；
• 用似然比检验比较不同模型的拟合优劣（注意需用ML拟合而非REML，因为REML不能直接比较随机结构不同的模型）：

  # 原模型（REML转ML）
  model_full <- lmer(log10Growth ~ Temperature + (1|StrainID/Temperature), data=MyData, REML=FALSE)
  # 简化模型（ML）
  model_simple <- lmer(log10Growth ~ Temperature + (1|StrainID), data=MyData, REML=FALSE)
  # 随机斜率模型（ML）
  model_slope <- lmer(log10Growth ~ Temperature + (Temperature|StrainID), data=MyData, REML=FALSE)
  
  # 比较模型
  anova(model_full, model_simple)
  anova(model_simple, model_slope)
  

  选择AIC/BIC更低、似然比检验显著的模型。

4. 数据检查 #

确认数据中是否存在异常值或缺失值（你的观测数是199，而理论上10菌株×5温度×4重复=200，可能有1个缺失值，可通过summary(MyData)检查），但这通常不是奇异拟合的主要原因。

内容的提问来源于stack exchange，提问作者Not a pro