《应用纵向分析（第二版）》官网nlme::gls示例代码运行结果不符问询

• 核心问题1：固定效应设定存在完全共线性
  gls默认包含截距项，原代码中I(week.f==1) + I(week.f==4) + I(week.f==6)三个指示变量的和恒等于1，和截距项完全线性相关，导致设计矩阵秩亏，触发奇异报错。你添加singular.ok = TRUE后R会自动丢弃一列共线变量（通常是最后一个I(week.f==6)），所以输出会缺失week.f=6的主效应，系数估计也全部失真。
• 核心问题2：数据筛选逻辑与官网模型不一致
  原代码中tlclong <- subset(tlclong, time > 1)删除了基线（time=1，对应y0）的所有观测，100名受试者每人剩余3次随访观测，总样本量为300，对应你输出的300自由度。官网示例保留了基线作为随访时间点，总样本量为400，相关结构为4×4的非结构化矩阵，方差参数也多1个基线水平的估计值，这就是你看到的相关矩阵维度少1、缺少0类方差输出、自由度不符的核心原因。
• 其他潜在影响因素
  代码中使用attach(tlclong)会将数据集变量挂载到全局环境，如果你之前的工作环境中存在同名的time、week等变量，会导致赋值逻辑出错，进一步放大结果偏差。

要复现官网结果可以按如下方式调整代码：

1. 若官网模型确实排除基线、仅分析3次随访数据：删除默认截距避免共线性，同时避免使用attach减少变量冲突：

library(foreign)
library(nlme)
ds <- read.dta("tlc.dta")
ds$baseline <- ds$y0
tlclong <- reshape(ds, idvar="id", varying=c("y0","y1","y4","y6"),v.names="y", timevar="time", time=1:4, direction="long")
tlclong <- subset(tlclong, time > 1)
# 直接在数据集内操作，避免变量冲突
tlclong$week <- tlclong$time
tlclong$week[tlclong$time==2] <- 1
tlclong$week[tlclong$time==3] <- 4
tlclong$week[tlclong$time==4] <- 6
tlclong$time <- tlclong$time - 1
tlclong$week.f <- factor(tlclong$week, c(1,4,6))
# 固定效应去掉截距避免共线性，写法更简洁
model <- gls(y ~ 0 + week.f + week.f:trt, 
             data = tlclong,
             corr=corSymm(form= ~ time | id), 
             weights = varIdent(form = ~ 1 | week.f))
summary(model)

2. 若官网模型包含基线观测：删除subset(tlclong, time > 1)这行代码，对应调整week和week.f的赋值逻辑，加入基线水平即可。

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