数据集描述：我使用了一个包含多个受试者的神经心理学 (np) 测试的数据集。每个受试者在他/她的后续行动中都会进行一次以上的测试，即每年进行一次测试。我研究这些科目的认知衰退。我拥有的信息是：个人编号（身份证号），教育（年），性别（M / F作为因素），年龄（年），基线时间（=第一次np测试后的年）。
目标：我的目标是衡量他们的 np 测试的变化率，即他们每个人每年的认知衰退。为此，我使用线性混合效应模型 (LMEM)，考虑到上述参数，并计算每个受试者的斜率。
问题：当我运行可能的模型（每次组合不同的参数）时，我也会检查它们的奇异性，几乎所有情况下的结果都是 TRUE。所以我的模型呈现奇点！如果我想使用这些模型进行预测，这并不好，因为这意味着模型过度拟合数据。但是现在我只想找到每个人的斜率，我认为这不是问题，或者更好的是，我认为这是一个优势，因为在这种情况下，奇点为受试者的斜率提供了更精确的计算。你认为这个想法正确吗？