Как я могу решить случайные эффекты и остаточную ошибку дисперсии, используя пакет lme4 в R?

Question

Я пытаюсь проанализировать некоторые смоделированные данные (длинный формат данных) 199 участников, используя пакет lme4 . В этом наборе данных принадлежность, аутентичность и включение измеряются два раза и предсказываются с помощью условия тренировки (= 0, 1, 2), времени (= 0, 1) и населения (= 0, 1 ). Для этого я подгонял к данным следующие три модели:

ModelH2 = lmer(Belongingness ~ 1 + Exercise*Time + (1 + Time|id), REML=F, data=inclusion_data)

ModelH3 = lmer(Authenticity ~ 1 + Exercise*Time + (1 + Time|id), REML=F, data=inclusion_data)

ModelH4_H5 = lmer(Inclusion~ 1 + Exercise*Time + Population*Time + (1 + Time|id ), REML=F, data=inclusion_data)

Однако, когда я пытаюсь подогнать эти три модели, я получаю следующую ошибку

Error: number of observations (=398) <= number of random effects (=398) for term (1 + Time | id); the random-effects parameters and the residual variance (or scale parameter) are probably unidentifiable

Я прочитал некоторые предложения по StackOverflow, которые могут помочь изменить (1 + Time | id) на (Time | id), но не помогло, я все еще получил ту же ошибку.

Можете ли вы помочь мне решить эту ошибку

Answer 1

user2974951 объяснил мне эту ошибку (что не позволило мне подогнать мои модели)) в разделе комментариев вопроса.

Он объяснил, что ошибка говорит о том, что случайный эффект (id) имеет то же количество значений, что и мои строки в ваших данных, и что у меня недостаточно точек данных на участника для оценки случайных эффектов.

Когда я создал имитированный набор данных с тремя точками данных на участника, я смог уместить модель, но получил ошибку, касающуюся сходимости оптимизатора. Для получения дополнительной информации об оптимизаторе user2974951 см. Руководство по аргументу lmerControl в функции lmer .