尝试在R中运行lmer（）时出错

这就是我的问题。我在R中有一个数据集，我需要对它运行一个混合效果模型。代码如下：

data <- read.csv("D:/blahblah.csv")
analysis.data <- lmer(intdiff ~ stress_limit * word_position * follows + (1|speaker), data)
summary(analysis.data)

我一直跟踪到“follows”参数，因为当我只使用stress\u limit和word\u position时，它运行良好。如果有帮助，“follows”中的数据只有3个字符串：n或l、辅音、元音。我试着用u替换空格，但没有成功。在这种情况下，lmer（）函数的内部工作是否会阻止使用“follows”？任何帮助都会很好

有关更多信息：intdiff包含数值，重音限制为字符串（重音或非重音），单词位置也是字符串（单词中间或单词首字母）

编辑：以下是重现错误的数据示例：

structure(list(intdiff = c(11.45007951, 12.40144758, 13.47898367, 
6.279497762, 18.19461897, 16.15539707), word_position = structure(c(2L, 
2L, 2L, 1L, 1L, 1L), .Label = c("Word Initial", "Word Medial"
), class = "factor"), follows = structure(c(4L, 4L, 4L, 1L, 2L, 
4L), .Label = c("Consonant", "n or l", "Pause", "Vowel"), class = "factor"), 
stress_limit = structure(c(2L, 1L, 1L, 2L, 2L, 2L), .Label = c("Stressed", 
"Unstressed"), class = "factor"), speaker = structure(c(2L, 
2L, 2L, 2L, 2L, 2L), .Label = c("f11r", "f13r", "f15a", "f16a", 
"m09a", "m10a", "m12r", "m14r"), class = "factor")), .Names = c("intdiff", 
"word_position", "follows", "stress_limit", "speaker"), row.names = c(NA, 
6L), class = "data.frame")

我也尝试了lme（）函数，但它返回了以下错误：

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

我的原始帖子中的代码就是我正在使用的代码，减去库（lme4）调用，所以我不会遗漏任何我能想到的信息

---

我的R版本是2.15.2

如果没有可复制的示例，很难确定：

但是，猜测一下：这类问题通常是由于设计矩阵中的共线性造成的。将连续预测器（

intdiff

）居中可能会有所帮助。您还可以直接浏览设计矩阵

X <- model.matrix( ~ stress_limit * word_position * follows, data)

当我在lme4（）的开发版本中运行您的测试数据时，我在lmer中得到了

错误（intdiff~stress\u limit*word\u position*跟随+（1 |：秩X=5

。另一方面，使用这个小的输入数据集（6个观察值），不可能拟合12个参数。要准确判断问题所在有点困难。3个变量的12个组合是否都出现在数据中？如果缺少一些，则需要遵循开发版本帮助中给出的建议：

与“lm”和“glm”等更简单的建模框架不同 自动检测完全共线的预测变量， “[gn]lmer”无法处理小于满秩的设计矩阵。对于 例如，对于具有未观察到的交互的模型 级别的组合，由用户定义新变量 （例如，根据测试结果在数据中创建“ab”） “液滴层（相互作用（a，b））”）

特别是，您可以按如下方式拟合此模型：

data <- transform(data,
       allcomb=interaction(stress_limit,word_position,follow,drop=TRUE))
lme(intdiff ~ allcomb, random=~1|speaker, data=data)

---

首先是数据，非常感谢您的回答！我真的不理解问题的共线性，也许您可以解释一下？我在谷歌上搜索了这个术语，但这无助于澄清太多（开始统计）。否则，我改进了上面的可用信息，也许可以帮助我们解决这个问题？@Shakesbeery yep，这就是困难所在。这些工具只能做数据允许的事情：-（。让我想起我第一次接触最小二乘分析。我高兴地想到了这一点（减少大学物理实验室数据），即使基础模型是y~x^2，我也可以得到一个更“酷”的适合8次多项式。失败。这种事情发生在我们所有人身上。太棒了，这是一个非常有用和信息丰富的回答！我想我可以从这里开始。再次，我衷心感谢你。你的实际数据框有多少行<代码>数据？数据框大约有1110行。给定一个时间，数据是可预测的但是，样本。您的预测变量是否包含所有可能的重音限制、单词位置和词尾组合，或者是否缺少一些（因为它们不可行或者您没有碰巧测量它们）？是否
带有（数据，全部（表（重音限制、单词位置、词尾）>=1））
true？（这变成了一个统计问题，而不是一个编程问题…）结果是错误的，所以我想，事实上，并不是所有可能的组合都存在。这是否意味着一个混合效果模型根本无法运行？或者在运行该函数时，我是否可以考虑到这一点？
library(nlme)
lme(intdiff ~ stress_limit * word_position * follows, 
   random=~1|speaker, data=data)

data <- transform(data,
       allcomb=interaction(stress_limit,word_position,follow,drop=TRUE))
lme(intdiff ~ allcomb, random=~1|speaker, data=data)