Я использовал lmer (REML) из пакета lme4 для выполнения дисперсионного анализа. Набор данных состоит из 96 наблюдений, собранных у 16 субъектов (ID), 3 лечения (Лечение) и 2 временных точек (до / после лечения). Не хватало нескольких точек данных, всего у меня 80 наблюдений. Я подбираю следующую модель для оценки фиксированных эффектов условия, времени и их взаимодействия, а также случайного эффекта для каждого конкретного объекта. Я получил ошибку о том, что наблюдение меньше, чем количество случайных эффектов, это нормально? Я думал, что с REML модель должна обрабатывать недостающие значения? Должен ли я отмечать отсутствующие данные как NA?
fit1 <- lmer (Среднее ~ лечение * Время + (1 + Лечение * Время | ID), data = dat) </p>
Ошибка: количество наблюдений (= 80) <= количество случайных эффектов (= 96) за срок (1 + Лечение * Время | ID); параметры случайных эффектов и остаточная дисперсия (или параметр масштаба), вероятно, не поддаются идентификации </p>
Другой вопрос: считаете ли вы, что эта модель верна? Я пошел в lmer с RMEL, потому что я узнал, что он может иметь дело с отсутствующими значениями, и я собирался выполнить двухсторонний анализ rmANOVA, чтобы показать, есть ли какие-либо значимые эффекты лечения.
Спасибо, Z C