错误：观察数 <= LMER 的随机效应数

问题描述

我有以下代码：

model <- lmer(scores ~ GrouP*Time + (Time | ID),positiveaffect)

我试图运行一个线性混合效应模型，其中 Group 作为被试间变量，时间作为被试内变量，同时考虑到 >组和时间之间的交互。

每个参与者有两次测量（每个时间点一个：时间点 1 和 2）。

但是，当我运行代码时出现此错误：

Error: number of observations (=89) <= number of random effects (=90) for term (Time | ID); the random-effects parameters and the residual variance (or scale parameter) are probably unidentifiable

我不确定我需要做什么来克服这个问题？

非常感谢您的帮助！

最小可重现示例：

structure(list(Group = c("SH","SH","HC","HC"),Time = c(1,1,2,2),scores = c(16,18,24,31,11,14,23,17,19,10,16,22,20,29,30,26,21,15,39,28,35,12,13,32,34,36,25,27,16
),ID = c(1L,2L,3L,4L,5L,6L,7L,8L,9L,10L,11L,12L,13L,14L,15L,16L,17L,18L,19L,20L,21L,22L,23L,24L,25L,26L,27L,28L,29L,30L,1L,31L,32L,33L,34L,35L,36L,37L,38L,39L,40L,41L,42L,43L,44L,45L,45L)),row.names = c(NA,-90L),class = c("tbl_df","tbl","data.frame"))

解决方法

如果我没看错，你每个 ID 只有一个观察结果。 您至少需要比观察数少的每个分组因子的级别数。这里观察的数量是 89，你有 89 个不同的组，因为你有一个按 id 的组，只有一个按 id 的观察。