使用cAIC4分析nlme::lme拟合的混合模型时遇致命错误及后续问题

问题背景 #

• 使用nlme::lme()拟合多种随机效应结构的混合模型（包括仅随机截距、随机截距+斜率、带序列相关的随机截距等），调用cAIC4::cAIC()曾直接触发R会话中止、致命错误；但用lme4::lmer()拟合同类模型无异常。
• 数据为不平衡纵向数据：每个ID的测量次数不同、时间间隔不规则；因保密无法提供完整数据，另一纵向数据集未出现此问题。

数据样例与模型代码 #

数据前10行输出：

> head(df, 10)
   ID   S A     BT AT outcome Time
1   1   0 0.40  0  5      90    4
2   1   0 0.40  0  5      90    6
3   1   0 0.40  0  5      90    7
4   1   0 0.40  0  5      90   11
5   2   0 1.32  0  7      90    5
6   2   0 1.32  0  7      90    7
7   2   0 1.32  0  7      90   11
8   3   1 5.78  0  3      85    0
9   3   1 5.78  0  3      85    2
10  4   1 5.98  1  3      58    2

基础拟合与cAIC调用代码：

model <- lme(outcome ~ S + BT + A + AT*Time, random = ~ 1|ID,
             data = df, na.action = na.exclude, method = "REML")

library(cAIC4)
cAIC(model)

后续异常情况 #

• 几天后致命错误消失，但对带特定残差方差-协方差结构的仅截距模型运行cAIC()时，出现维度不匹配错误：

Error in h(simpleError(msg, call)) : 
 error in evaluating the argument 'x' in selecting a method for function 'crossprod': error in evaluating the argument 'x' in selecting a method for function 'crossprod': non-conformable arguments

仅该模型报错，仅随机截距、随机截距+斜率模型可正常运行。

• 当数据包含缺失值时，会弹出如下警告：

In addition: Warning message:
In RLRsim::extract.lmeDesign(m) :
  Removing incomplete cases from supplied data.

需求 #

希望通过cAIC进行随机效应模型比较，因为似然比检验（LRT）在多数复杂模型场景下适用性有限；需确认当前模型设定是否可能存在问题。

内容的提问来源于stack exchange，提问作者yentl02