lme4拟合多层回归出现随机效应不可识别报错问题咨询

这个识别性报错的核心是你设定的随机效应参数规模已经超过了数据能支撑的上限：

• 你写的(1 + x | z)随机项，会给z的每一个水平分别估计截距随机偏移、x对应的随机斜率两类参数
• 因为x是字符型分类变量，R会自动对其做哑变量编码，假设x有k个水平、z有m个水平，这一个随机项就要估计m*(k-1 +1) = m*k个随机效应参数
• 你当前总样本量才88594，待估随机效应就有337477，平均每个参数摊不到0.3个观测，根本不可能识别，本质是变量类型和模型设定不匹配，不是代码语法错误。

不用直接放弃多层回归框架，根据你的研究目的选对应调整方式即可：

• 简化随机效应结构，去掉无数据支撑的随机斜率
  如果你只是要控制z带来的组内聚类偏差，不需要研究x的效应在不同z组里的异质性，直接把随机项改成仅保留随机截距的(1 | z)就行。这时候待估随机效应的数量等于z的水平数，只要z的水平数远小于总样本量就能正常拟合，固定效应部分照常保留x的主效应，对应代码：

  multi_reg1 <- lmer(y ~ 1 + x + (1 | z), REML = FALSE, data = data_frame1)
  

• 压缩随机斜率的参数规模
  如果你确实要检验x的效应在z组间的异质性（即你原本计划的变斜率设定），先处理x的编码：
  • 如果x是有序分类变量（比如学历等级、满意度评分），直接转成数值型变量再放进随机项，这时候每个z组只需要估计1个斜率参数，总随机效应数是2*m（m是z的水平数），只要m小于44000就满足基本识别要求
  • 如果x是无序多分类变量，不要把所有水平都放进随机斜率，只把你真正关心异质性的1-2个对比项转成0-1数值型哑变量，单独放进随机斜率即可。比如x只有"干预/对照"两个水平，转成0-1编码后再写(1 + x_dummy | z)，待估参数同样是2*m，只要z的水平数不超过4万就能识别
• 检查分组变量的嵌套关系
  你提到x和z彼此相关，先确认是不是两个变量存在几乎一一对应的情况（比如x是城市，z是区县，每个区县只属于一个城市，甚至两个变量是同一内容的不同编码），如果是这种高度嵌套/共线的情况，本身就不支持同时放两个分类变量做交叉随机效应，选层级更高、水平数更少的变量当分组项就行。

如果碰到下面任意一种情况，说明你原本的变截距变斜率设定本身不具备可行性，得换分析思路：

• 你必须保留x的全部无序多分类水平做随机斜率，就算调整编码后，待估的随机效应参数还是接近甚至超过总样本量
• x和z的分布极度不均衡，绝大多数z组里只包含x的1个水平，组内根本没有x的变异来支撑随机斜率估计
  这种情况直接换高维固定效应模型即可，比如用fixest::feols()拟合带x和z交互项的固定效应模型，一样能估计x在不同z组的效应差异，不用强行套多层线性模型的随机效应设定。

内容的提问来源于stack exchange，提问作者Silpknot