我观察了十个不同地点和不同年龄的鱼（同一物种）的大小。对于我在 1、2、3、4 岁等时知道的每个人的大小 -> 我对某个年龄的一个人有一个值（没有针对特定年龄的多个测量值！）。[根据数据，我知道至少有一个人口在所有年龄组中都变大了 -> 可能是一种不依赖于其他固定因素的人口效应]。
> 'data.frame': 688 obs. of 24 variables:
>$ FishID : int 99191 99192 99193 99203 99206 99207 99208 99213 99215 99217 ...
>$ Sex: Factor w/ 3 levels "F","M","U": 1 2 1 2 2 1 2 2 2 2 ...
>$ Elevation: int 829 829 829 829 829 829 829 829 829 829 ...
>$ Mean_Sed: num 14992 14992 14992 14992 14992 ...
>$ Age : int 1 1 1 1 1 1 1 1 1 1 ...
>$ Length: num 113 111 117 106 111 ...
>$ Location : Factor w/ 10 levels " 1 Tavanasa",..: 1 1 1 1 1 1 1 1 1
>$ Catchment_km2: num 598 598 598 598 598 ...
>$ Slope : num 1.08 1.08 1.08 1.08 1.08 ...
>$ No_Trout: int 36 36 36 36 36 36 36 36 36 36 ...
>$ Qt: Factor w/ 197 Levels "1005109","1011605",..: 122 122 122 122 122 122 122 122 122 122 ...
为简化起见，我在年龄组内进行比较。
当然，鱼不仅地点不同，独立种群也不同。我尝试了这种嵌套方法：Size~(1|Site/FishID)+.... 但得到一个错误：每个分组因子的级别数必须小于观察数。
我认为，错误的原因是我没有一个单独的 FishID 的多个鱼大小读数。显然，在我的情况下，不能使用这种方法/嵌套设计（School-Teacher-Scores）。
=> 我如何最好地解决这个问题？是否有另一种方法可以告诉 lmer 该位置内的鱼的大小可能更相似，因为它们属于同一种群。
提前谢谢了