我正在为多级建模的样本量计算进行模拟研究。我正在使用 R 进行模拟和估计。正如在这篇文章中发布的那样，confint 功能不起作用，这是由于模型规格错误造成的。因为，我在个人层面有一个自变量 (X)，在组层面有一个自变量 (Z)，并且由于模拟研究假设截距偏差和跨分组因素的 X 效应偏差之间的相关性为零，因此需要指定模型作为 ：

现在 confint.merMod 函数起作用了。但另一个问题出现了。我正在检查样本大小对各种参数组合的影响。但是对于小组规模，我发现警告消息超过 50 条（尽管它也会产生结果）。其中一些是：

但是没有警告信息，如果我增加组大小的数量。

在这种情况下，我应该担心警告吗？

为什么不是confint.default基于渐近正态性的模型不适用于lmer模型？

错误在说什么？如何根据 lmer 模型的渐近正态性获得置信区间？

当我用我的数据拟合 lmer 模型时，没有警告消息。但是当我尝试构建置信区间时confint，它会显示以下警告消息：

有什么方法可以克服警告信息，即是否有任何参数（选项）可以消除问题？我使用了这个论点control=lmerControl(optCtrl=list(maxfun=20000))：

我知道随机效应和平滑曲线估计之间存在对偶性。在此链接中，Simon Wood 描述了如何使用 mgcv 指定随机效应。特别值得注意的是以下段落：

例如，如果 g 是一个因子，则 s(g,bs="re") 为 g 的每个级别生成一个随机系数，所有随机系数都建模为 iid normal。

经过快速模拟，我可以看到这是正确的，并且模型拟合几乎相同。然而，可能性和自由度是非常不同的。谁能解释其中的区别？应该使用哪一种进行测试？

完全披露：我遇到这个问题是因为我想拟合一个还包括随机效应（重复测量）的 GAM，但需要知道我是否可以信任这些模型下的基于可能性的测试。

我在 R 中的面板数据分析存在一个主要问题。我正在尝试为我的分析做一个汇集 OLS、一个固定效应和一个随机效应模型。我使用的数据集如下所示（这只是一个示例，我的数据集包含超过 2900 个数据）：

变量X1和X2是 2014 年和 2015 年的虚拟变量。变量X3-6是宏观经济因素的变化。由于我的数据是每年一次，这些宏观经济因素一年只变化一次。

每当我通过

R 说Coefficients: (3 are not defined because of singularities。这三个变量是X4-6。

此外，我正在尝试通过固定效应和随机效应模型

和

不幸的是，R要么说

或者

有人可以帮我解决这个问题。我已经在这个问题上苦苦挣扎了一段时间。

问候，我感谢任何帮助，

RI

我正在 JAGS（JAGS 版本 3.4.0）中构建多级模型。我想建立不同的斜率变化截距模型。我不断收到一条错误消息，我不知道问题是什么以及如何处理它。我将非常感谢任何帮助！

您可以在此处找到代码的数据：https ://www.dropbox.com/s/ibk3nqwc1pm0kpo/Replication_Democratization%20copy.dta?dl=0

这是代码：

运行此代码后，我不断收到此错误消息

我不知道这是什么问题。我指定了每个参数和每个先验，但它不起作用。我删除了所有的 NA，但它没有用......我不知道出了什么问题。

有什么想法吗？

我有一个面板数据，包括个人多年来的收入，我对个人的收入趋势感兴趣，即多年来收入的个人系数，以及每个人每年的残差（根据我的模型，收入的意外变化） . 但是，我有很多观察结果缺少至少一年或多年的收入数据，因此通过线性回归，我失去了大部分观察结果。数据结构是这样的：

我决定使用随机效应模型，我认为仍然可以通过使用最大似然法来预测缺失年份的收入。然而，由于豪斯曼检验给出了显着的结果，我决定使用固定效应模型。我使用 plm 包运行了下面的代码：

但是，我只得到多年的系数，而不是个人的系数；我不能得到残差。也许给出一个想法，Stata中的代码应该是

然后我尝试从同一个库中运行 pvcm 函数，这是一个可变系数的函数。

但是，我收到以下错误消息：“FUN(X[[i]], ...) 中的错误：观察次数不足”。

如何通过解决此错误或使用其他函数来获得 pvcm 的单个系数和残差？

我的原始长格式数据有 202976 次观察和 15 年。

我也非常感谢对我选择分析的方法提出任何意见或建议。非常感谢。

当我尝试在面板数据上拟合以下随机效应时：

我收到以下错误：

if (sigma2$time < 0) 警告中的错误（“时间效应的估计方差为负”）：需要 TRUE/FALSE 的缺失值。

但是，如果我抑制最后一个变量v12，我会得到一个结果，但会发出关于负时间方差的警告。

有人可以帮助我了解发生了什么吗？

有谁知道如何在 Python 中做一个嵌套的随机效应模型？使用 statsmodels MixedLM，它给了我一个奇异的矩阵错误。

这是上一篇文章（如何修改插槽 lme4 >1.0 ）的后续问题。我有一个类似的成对数据结构，并希望随机效应考虑成对中的两个“pops”。我使用之前建议的代码有一个功能性随机拦截模型：

但是，当尝试添加随机斜率变量时：

导致上一篇文章中发现的相同错误（问题是调用错误的数据框）：“Lambdat %*% Ut 中的错误：Cholmod 错误'A 和 B 内部尺寸必须匹配'在文件 ../MatrixOps/cholmod_ssmult .c，第 82 行"

查看每个流行音乐的 lm