0

我正在尝试拟合一个混合模型，以查看我的测量值的变化（变量“差异”）是否与零显着不同（考虑到受试者的个人影响）。这是我的数据框：

 > dput(mixed)
 structure(list(subject.id = c(4, 4, 4, 4, 6, 6, 6, 6, 9, 9, 9, 
 9, 12, 12, 12, 12, 13, 13, 13, 13, 15, 15, 15, 15, 19, 19, 19, 
 19, 21, 21, 21, 21, 23, 23, 23, 23, 28, 28, 28, 28), diff = c(-1, 
 -3, -5, 4, 0, -1, 1, -11, 0, -9, 11, -2, 0, -1, -4, 0, -3, -2, 
 -1, -4, -8, 2, -5, NA, 3, -2, -3, -3, -5, -9, 3, -2, 1, 2, 9, 
 -17, 25, -9, NA, NA)), row.names = c(NA, -40L), class = 
 "data.frame")

     subject.id diff
1           4   -1
2           4   -3
3           4   -5
4           4    4
5           6    0
6           6   -1
7           6    1
8           6  -11
9           9    0
10          9   -9
11          9   11
12          9   -2
13         12    0
14         12   -1
15         12   -4
16         12    0
17         13   -3
18         13   -2
19         13   -1
20         13   -4
21         15   -8
22         15    2
23         15   -5
24         15   NA
25         19    3
26         19   -2
27         19   -3
28         19   -3
29         21   -5
30         21   -9
31         21    3
32         21   -2
33         23    1
34         23    2
35         23    9
36         23  -17
37         28   25
38         28   -9
39         28   NA
40         28   NA

基本上，我对我的 10 个受试者进行了 4 天的前后测量。以上数据来自前后测量的差异。这是我的代码：

 mod.crossshift <- lmer(formula =diff ~ 1 + (1|subject.id), data = 
 mixed, REML = FALSE)

当我运行模型时，我确实看到了结果，但我也得到了一个错误：“边界（奇异）拟合：见？isSingular”

在一些谷歌搜索中，有时会发生这种情况，因为模型过于复杂，但据我所知，这个模型与模型一样简单。

这是什么意思，我可以忽略/修复它吗？

4

0 回答 0