0

我一直在对我的数据运行一些多级模型，但现在被告知我的集群太小了，我需要考虑取出两个级别并将它们作为 covaraites（虚拟变量）添加。我试了一下，它没有不行。

为了提供一些背景信息，我将测试前和测试后的分数作为结果变量。我有长格式的数据。我一直在使用 nlme 包。

我有孩子嵌套在学校嵌套的类中。我的原始模型包括参与者（n=303）、班级（n=17）和学校（n=10）作为随机斜率的三个级别的传销，但我也增加了随机截距的时间。
由于嵌套集群不够大，基于新的建议上课和上课，我打算让参与者保持随机斜率和随机截距的时间。

我对 R 还很陌生，如果我犯了一些简单的错误，我也很抱歉。

我想我的问题是： 1. 添加班级和学校作为虚拟变量的新技术是最好的方法吗？我已经阅读了有关使用 FEM（固定效应模型）作为聚类数据的稳健方法的信息，但不确定这是否与我实际尝试运行的方法相对应 2. 有没有办法解决我的模型问题和我得到的输出（MEEM 中的错误（对象，conLin，control$niterEM）：在级别 0，块 1 的反向求解中的奇点）当我取出类或代码时发现它有效，但这并不是真正的解决方案。

任何建议、解决方案或指导将不胜感激，谢谢。

旧型号：

 model1 <- lme(MASSATTS ~ Time*Condition,
                data = cdata,
                method = "ML",
                na.action = "na.omit",
                random = ~ Time|School/Class/Code,
                control = list(opt = "optim"))

新代码：

 model1 <- lme(MASSATTS ~ Time*Condition + School + Class,
                data = cdata,
                method = "ML",
                na.action = "na.omit",
                random = ~ Time|Code,
                control = list(opt = "optim"))

Error in MEEM(object, conLin, control$niterEM) : Singularity in backsolve at level 0, block 1

4

0 回答 0