MGCA中lmer模型添加ALLIANCE预测变量的报错与合理性问题

一、c2、c3模型的统计合理性判定 #

你当前编写的c2、c3模型存在明显的设定错误，不具备统计合理性，核心问题如下：

• R公式中time*ALLIANCE的语法逻辑是自动展开为time + ALLIANCE + time:ALLIANCE，即时间主效应、治疗联盟主效应、二者的交互项。其中交互项本身是符合研究目的的——它用于检验治疗联盟是否会调节自尊随时间变化的斜率，但你在随机效应部分直接写(time*ALLIANCE|sujet)是完全错误的。
  随机斜率的估计前提是：对应变量在同一个分组（此处为单个受试者sujet）内存在取值变异。ALLIANCE是受试者水平的单次测量变量，同一个受试者的所有时间点ALLIANCE取值完全一致，属于个体内常量，根本不存在个体内的斜率差异，无法估计对应的随机效应方差，这也是后续模型报错的核心诱因之一。
• c3模型中poly(time*ALLIANCE, 2, raw = TRUE)的写法不符合建模逻辑：该语法会先计算time和ALLIANCE的乘积，再对这个单一乘积项做二次多项式展开，完全无法得到你需要的“时间二次项与治疗联盟的交互效应”。如果要构建带调节的二次增长模型，正确的固定效应写法应为poly(time, 2, raw = TRUE)*ALLIANCE，该写法会自动展开为时间一次项、时间二次项、联盟主效应、时间一次项×联盟交互、时间二次项×联盟交互，覆盖所有需要检验的效应。
  与c2的问题一致，随机效应部分不能纳入ALLIANCE或其与时间的交互项，这类个体内无变异的变量不具备估计随机斜率的条件。

以下是对应研究目的的正确模型代码序列：

# 注意：原代码中date参数为笔误，正确参数名应为data
# 空模型：仅估计截距的个体差异，即原来的基线c0
c0 <- lmer(GSE ~ 1 + (1|sujet), data = X3PHRMI)
# 截距预测模型：检验联盟对个体初始自尊水平（截距）的预测作用，无随机斜率
c1 <- lmer(GSE ~ ALLIANCE + (1|sujet), data = X3PHRMI)
# 线性增长调节模型：检验联盟对自尊线性变化斜率的调节作用，随机效应仅纳入截距和时间的个体差异
c2 <- lmer(GSE ~ time*ALLIANCE + (1 + time|sujet), data = X3PHRMI)
# 二次增长调节模型：检验联盟对自尊变化曲率（二次项）的调节作用，随机效应纳入截距、时间一次项、时间二次项的个体差异
c3 <- lmer(GSE ~ poly(time, 2, raw = TRUE)*ALLIANCE + (1 + poly(time, 2, raw = TRUE)|sujet), data = X3PHRMI)

模型解释提示：c2中time:ALLIANCE的系数对应联盟对线性变化斜率的调节效应，显著则说明联盟得分越高，自尊随时间的线性变化速度越快；c3中poly(time, 2, raw = TRUE)2:ALLIANCE的系数对应联盟对变化加速度的调节效应，显著则说明联盟得分会影响自尊增长/下降的曲率。

二、数据结构与报错原因说明 #

• 你将ALLIANCE在同一受试者的所有时间点重复填充的长格式整理操作是完全正确的：所有不随时间变化的个体水平变量（如人口学信息、单次测量的基线特征、治疗联盟得分），在纵向长格式数据中都需要按受试者ID重复填充对应取值，该操作不会导致结果偏误。将sujet、ALLIANCE转为因子的操作对解决该报错没有作用，因为报错和变量类型无关。
• 你遇到的Error : number of levels of each grouping factor must be < number of observations (problems: sujet)报错，完全是由随机效应的错误设定导致的：当你在随机效应中加入ALLIANCE时，lme4会试图为每个受试者估计ALLIANCE对应的随机斜率，但ALLIANCE在单个受试者下是固定值，每个分组下用于估计该随机效应的有效观测仅1个，方差分量完全无法识别，直接触发分组水平与观测数不匹配的报错。只要按照上文给出的正确代码移除随机效应中的ALLIANCE相关项，报错就会消失。
• 初学者实用判断规则：混合效应公式中，| 右侧为分组变量，左侧仅能放入在同一分组内存在取值变异的变量。对应本研究的纵向设计，sujet为分组变量时，随机效应部分仅能放入time、time的多项式项这类随时间变化、同一受试者有多个不同取值的变量；所有不随时间变化的个体水平变量，仅能放入固定效应部分，不能作为随机斜率的预测项。
• 额外注意：如果你的样本量较小，哪怕随机效应结构设定正确，也可能因为待估计的方差协方差参数过多出现收敛问题，此时可以先简化随机效应结构，比如先移除二次项的随机斜率，仅保留截距和线性时间斜率，待模型稳定收敛后再逐步增加随机效应复杂度。

内容的提问来源于stack exchange，提问作者Kalagan