我无法理解错误 lmer
I cannot understand mistake lmer
我试图通过阅读其他答案来解决问题，但没有得到解决方案。
我正在执行 lmer 模型：
MODHET <- lmer(PERC ~ SITE + TREAT + HET + TREAT*HET + (1|PINE), data = PRESU).
Perc 是捕食百分比。 Site 是我用作分块因子的分类变量。这是我进行实验的站点标识。 TREAT 是 2 个水平的分类变量。 HET 是连续变量。观测数为56个，分为7个站点
也许问题是我如何表达随机因素。在每个站点，我都从 15 棵松树中选择了 8 棵来进行实验。我将松树标识作为分类随机因子。例如，在站点 1 中，松树被称为 a1、a3、a7 ecc，而在站点 2 中，松树被称为 b1、b4、b12 ecc...
模型的输出是
Error: number of levels of each grouping factor must be < number of observations
我不明白哪里错了。难道这就是我对松树的称呼？
我也试过了
MODHET <- lmer(PERC ~ SITE + TREAT + HET + TREAT*HET + (1|SITE:PINE), data = PRESU)
但输出是一样的。
我希望我能很好地解释我的问题。我在这个论坛上看到了类似的问题，但我仍然没有得到解决方案。
感谢您的帮助
在您的 lmer 调用中使用参数 control = lmerControl(check.nobs.vs.nRE = "ignore") 来抑制此错误。但是，我想这并不能解决实际问题。在我看来，你的分组级别不包含"groups"，可能"SITE"是你的随机拦截？
如果您认为 PINES 在 SITES 中嵌套为 "subjects"，那么我建议使用以下公式：
MODHET <- lmer(PERC ~ TREAT*HET + (1|SITE), data = PRESU)
或者，
MODHET <- lmer(PERC ~ TREAT*HET + (1 | SITE / PINE), data = PRESU)
但我的回答可能是错误的，我不确定我是否有足够的信息来完全理解你的目标。
编辑：
抱歉，没有正确指定嵌套，我在上面的公式中修复了它。另见 this answer .
我试图通过阅读其他答案来解决问题，但没有得到解决方案。 我正在执行 lmer 模型：
MODHET <- lmer(PERC ~ SITE + TREAT + HET + TREAT*HET + (1|PINE), data = PRESU).
Perc 是捕食百分比。 Site 是我用作分块因子的分类变量。这是我进行实验的站点标识。 TREAT 是 2 个水平的分类变量。 HET 是连续变量。观测数为56个，分为7个站点 也许问题是我如何表达随机因素。在每个站点，我都从 15 棵松树中选择了 8 棵来进行实验。我将松树标识作为分类随机因子。例如，在站点 1 中，松树被称为 a1、a3、a7 ecc，而在站点 2 中，松树被称为 b1、b4、b12 ecc... 模型的输出是
Error: number of levels of each grouping factor must be < number of observations
我不明白哪里错了。难道这就是我对松树的称呼？ 我也试过了
MODHET <- lmer(PERC ~ SITE + TREAT + HET + TREAT*HET + (1|SITE:PINE), data = PRESU)
但输出是一样的。 我希望我能很好地解释我的问题。我在这个论坛上看到了类似的问题，但我仍然没有得到解决方案。
感谢您的帮助
在您的 lmer 调用中使用参数 control = lmerControl(check.nobs.vs.nRE = "ignore") 来抑制此错误。但是，我想这并不能解决实际问题。在我看来，你的分组级别不包含"groups"，可能"SITE"是你的随机拦截？
如果您认为 PINES 在 SITES 中嵌套为 "subjects"，那么我建议使用以下公式：
MODHET <- lmer(PERC ~ TREAT*HET + (1|SITE), data = PRESU)
或者，
MODHET <- lmer(PERC ~ TREAT*HET + (1 | SITE / PINE), data = PRESU)
但我的回答可能是错误的，我不确定我是否有足够的信息来完全理解你的目标。
编辑： 抱歉，没有正确指定嵌套，我在上面的公式中修复了它。另见 this answer .