lme4拟合混合线性模型报错观测数≤随机效应数原因咨询

你当前拟合的模型随机效应结构复杂度超过了数据可支撑的识别范围，具体原因如下：

1. 你使用的(treatment | participant)随机效应结构，默认需要为每个受试者（participant）估计3个随机效应参数：1个随机截距 + 2个treatment的随机斜率（对应treatment的3个水平生成的2个哑变量），同时还需要估计这3个随机效应之间的协方差矩阵（含3个方差项、3个协方差项）。
2. 从你提供的示例数据可以看出，每个受试者的每个treatment水平仅对应1条观测记录，总观测数75对应你共有25名受试者（25*3=75条观测）。
3. 仅随机效应的个数就达到了25*3=75个，和总观测数完全相等，没有剩余自由度可以用来估计残差方差、以及随机效应的协方差参数，因此模型判定参数不可识别，触发报错。

• 若不需要纳入treatment的随机斜率，可先简化为仅随机截距模型：lmer(metric ~ treatment + (1 | participant), data = data_metrics)
• 若确实需要保留treatment的随机效应，可改用截距和斜率独立的结构减少待估参数：lmer(metric ~ treatment + (treatment || participant), data = data_metrics)
• 也可将随机效应调整为(1 | participant:treatment)，即对每个受试者-处理组合估计随机截距，同样能降低参数复杂度。

内容的提问来源于stack exchange，提问作者12666727b9