nlme模型交互项自由度差异原因及对统计量的影响咨询

模型与数据背景 #

我使用R语言的nlme包对时间序列数据集进行线性混合效应模型分析，核心目标是检验植食性（dmg：轻度、中度、重度、极重度）与线性化地形朝向（aspect）的显著交互作用，构建的模型代码如下：

t <- lme(log(rad+5) ~ dmg * aspect,
         random = ~ 1| plot/id,
         corr=corAR1(value=0, form=~year| plot/id),
         method="ML",
         data=ts.df, na.action=na.exclude)

数据集ts.df中，rad是每年在同一地块（plot）的同一树木（id）上测量的指标，因此设置了嵌套随机效应结构与AR(1)自相关形式。研究数据存在不平衡性：不同dmg类别包含的地块和树木数量不一致。

模型摘要结果显示，不同交互项（如dmgmoderate:aspect与dmgsevere:aspect）的自由度存在差异，而非统一的134，针对这一现象的两个问题解答如下：

问题1：为何交互项的自由度存在差异？所有交互项的自由度不应均为134吗？ #

• 核心原因是数据不平衡：nlme默认采用基于实际可用数据的自由度近似方法（类似Satterthwaite近似），而非简单用总样本量减去固定效应个数得到统一自由度。
• 每个交互项的自由度由其对应的有效样本量决定：比如dmgmoderate:aspect仅用到dmg为中度的子数据集，dmgsevere:aspect则用到重度组的子数据，两组样本量、嵌套结构的有效规模不同，对应的自由度自然有差异。
• 你看到的134可能是模型整体的残差自由度，但单个固定效应项的自由度会因各自涉及的子数据结构、重复测量的相关性而变化，在复杂混合模型中这种差异会更明显。

问题2：这种差异是否会影响t统计量和p值？了解到混合模型的自由度计算存在争议。 #

• t统计量不受自由度影响：t统计量的计算是系数估计值除以标准误，仅和模型的参数估计、方差结构有关，与自由度无关。
• p值会受自由度影响：p值基于t分布计算，t分布的形态由自由度决定——自由度越小，分布尾部越厚，相同t值对应的p值越大；自由度越大，p值越接近正态分布的结果。
• 关于自由度计算的争议：混合模型中确实存在多种自由度近似方法（如Satterthwaite、Kenward-Roger），不同方法会给出不同的自由度结果，进而影响p值。nlme默认的方法在不平衡数据下会贴合各效应的实际子数据结构计算自由度，这种“不一致”反而更符合数据的真实情况；若强行统一自由度，可能会引入偏差，不符合数据的实际结构。

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