使用lmer（）函数为线性混合效果模型重复出错-Java 学习之路

-2

我试图使用 lme4 包中的 lmer 函数构建一个线性混合效果模型，然后我遇到了一个反复出现的错误 . 该模型使用两种固定效果：

DBS_Electrode （因子w / 3级）和
PostOp_ICA （连续变量） .

我使用 (1 | Subject) 作为随机效应项，其中 Subject 是38个级别的因子（总共38个科目） . 下面是我尝试运行的代码行：

LMM.DBS <- lmer(Distal_Lead_Migration ~ DBS_Electrode + PostOp_ICA + (1 | Subject), data = DBS)

我收到了以下错误：

每个分组因子的级别数必须是<观察次数 .

我会感激任何帮助，我试图自己导航这个问题并且没有成功 .

1 回答

线性混合效应模型假设受试者的数量少于观察数，因此如果情况并非如此则会抛出 .

您可以将此公式视为告诉您的模型，它应该预期每个主题会有多个响应，这些响应将取决于每个主题的基线水平 .

请咨询A very basic tutorial for performing linear mixed effects analyses by B. Winter, p. 4 .

在您的情况下，您应该增加每个主题的观察量（> 1） . 请参阅下面的模拟：

library(lme4)
set.seed(123)
n <- 38
DBS_Electrode <- factor(sample(LETTERS[1:3], n, replace = TRUE))

Distal_Lead_Migration <- 10 * abs(rnorm(n))    # Distal_Lead_Migration in cm
PostOp_ICA <- 5 * abs(rnorm(n))

# amount of observations equals to amout of subjects
Subject <- paste0("X", 1:n)
DBS <- data.frame(DBS_Electrode, PostOp_ICA, Subject, Distal_Lead_Migration)
model <- lmer(Distal_Lead_Migration ~ DBS_Electrode + PostOp_ICA + (1|Subject), data = DBS)
# Error: number of levels of each grouping factor must be < number of observations


# amount of observations more than amout of subjects
Subject <- c(paste0("X", 1:36), "X1", "X37")
DBS <- data.frame(DBS_Electrode, PostOp_ICA, Subject, Distal_Lead_Migration)
model <- lmer(Distal_Lead_Migration ~ DBS_Electrode + PostOp_ICA + (1|Subject), data = DBS)
summary(model)

输出：

Linear mixed model fit by REML ['lmerMod']
Formula: Distal_Lead_Migration ~ DBS_Electrode + PostOp_ICA + (1 | Subject)
   Data: DBS

REML criterion at convergence: 224.5

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-1.24605 -0.73780 -0.07638  0.64381  2.53914 

Random effects:
 Groups   Name        Variance  Std.Dev. 
 Subject  (Intercept) 2.484e-14 1.576e-07
 Residual             2.953e+01 5.434e+00
Number of obs: 38, groups:  Subject, 37

Fixed effects:
               Estimate Std. Error t value
(Intercept)     7.82514    2.38387   3.283
DBS_ElectrodeB  0.22884    2.50947   0.091
DBS_ElectrodeC -0.60940    2.21970  -0.275
PostOp_ICA     -0.08473    0.36765  -0.230

Correlation of Fixed Effects:
            (Intr) DBS_EB DBS_EC
DBS_ElctrdB -0.718              
DBS_ElctrdC -0.710  0.601       
PostOp_ICA  -0.693  0.324  0.219

回复于 2024-05-04T11:08:05+08:00

使用lmer（）函数为线性混合效果模型重复出错

1 回答

相关问题