如何解决为什么 lmer 模型在一个实验条件下收敛而不在另一个实验条件下收敛？
我是使用线性混合效应模型的新手。我有一个数据集，参与者（ID，N = 7973）完成了两个实验条件（A 和 B）。一部分参与者是兄弟姐妹，因此嵌套在家庭中（famID，N = 6908）。
omnibus_model <- lmer(Outcome ~ Var1*Var2*Cond + (Cond|ID) + (1|famID),data=df)
综合模型收敛并表明 Var1、Var2 和 Cond 之间存在显着的三向交互。作为事后处理，为了更好地理解是什么驱动了综合模型效应，我对数据进行了子集化，以便每个 ID 只有一个观察。
condA <- df[which(df$condition=='A'),]
condA_model <- lmer(Outcome ~ Var1*Var2 + (1|famID),data=condA)
condB <- df[which(df$condition=='B'),]
condB_model <- lmer(Outcome ~ Var1*Var2 + (1|famID),data=condB)
condA_model 收敛； condB_model 没有。在 condB_model 中，“famID (Intercept)”方差估计为 0。在 condA_model 中，我得到一个很小但非零的估计值（方差 = 0.001479）。我知道我可以通过不同的方法（例如为每个家庭随机选择一个兄弟姐妹进行分析而不使用随机效应）来估计条件 A 与 B 中感兴趣的固定效应，但我担心这种差异收敛模式可能表明影响综合模型效应解释的条件之间的差异。
这两种情况有什么不同会导致一个子集中的模型不收敛？我将如何测试我的数据中可能存在的差异？难道 famID 的随机效应在两个子集中不应该是相同的，因此在两个 post-hoc 模型中都可以同等地估计吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
