SASからのlme4でのランダムなエフェクトの複製方法は？

Question

私は、異なる2つのConditionの3つの異なるTimepointで収集された従属変数DVで線形混合モデルを実行したいと考えています。次のようにデータが構成されている：

## dput(head(RawData,5)) 
    structure(list(Participant = structure(c(2L, 2L, 2L, 2L, 4L), 
    .Label = c("Jessie", "James", "Gus", "Hudson", "Flossy", 
"Bobby", "Thomas", "Alfie", "Charles", "Will", "Mat", "Paul", "Tim", 
    "John", "Toby", "Blair"), class = "factor"), 
xVarCondition = c(1, 1, 0, 0, 1), 
Measure = structure(c(1L, 2L, 3L, 4L, 1L), 
.Label = c("1", "2", "3", "4", "5", "6", "7", "8", 
"9", "10", "11", "12"), class = "factor"), 
Sample = structure(c(1L, 2L, 1L, 2L, 1L), 
.Label = c("1", "2"), class = "factor"), 
Condition = structure(c(2L, 2L, 1L, 1L, 2L), 
.Label = c("AM", "PM"), class = "factor"), 
Timepoint = structure(c(2L, 2L, 2L, 2L, 1L), 
.Label = c("Baseline", "Mid", "Post"), class = "factor"), 
DV = c(83.6381348645853, 86.9813802115179, 69.2691666620429, 
71.3949807856125, 87.8931998204771)), 
.Names = c("Participant", "xVarCondition", "Measure", 
    "Sample", "Condition", "Timepoint", "DV"), 
row.names = c(NA, 5L), class = "data.frame") 

各ParticipantはMeasureによって示されるようConditionTimepoint 3を横切るSにつき2回の試験を行います。ただし、データが欠落しているため、必ずしも参加者あたり12レベルであるとは限りません。列xVarConditionは、ConditionのAMの各エントリに対して1を含む単純なダミー変数です。列Sampleは、それぞれTimepointでConditionの2つの試験を指します。

私はRのユーザーだが、統計学者は、モデルのコードがあるべきと考えているSASのユーザーである：SASコード上記

proc mixed data=RawData covtest cl alpha=α 
class Participant Condition Timepoint Measure Sample; 
model &dep=Condition Timepoint/s ddfm=sat outp=pred residual noint; 
random int xVarCondition xVarCondition*TimePoint*Sample 
      TimePoint/subject=Participant s; 

は賢明な答えを与え、完璧に働いています。私たちは、上記のモデルを可能にするには結果lme4構文を信じる：

TestModel = lmer(DV ~ Condition + Timepoint + 
       (1 | Participant/Timepoint) + 
       (0 + xVarCondition | Participant) + 
       (1 | Participant:xVarCondition:Measure), data = RawData) 

このモデルを実行している場合しかし、私は次のエラーを取得する：

Error: number of levels of each grouping factor must be < number of observations 

が正しく指定ランダム効果はありますか？

Answer 1

残留誤差項と(1|Participant:xVarCondition:Measure)用語を冗長になる、私は非常にあなたの説明から言うことはできませんが、ほとんどの場合、あなたのParticipant:xVarCondition:Measure用語は、分類の各レベルでの1つの以上の観測よりも多くを持っていないグループ化変数を構築これは常にlmerモデルに含まれています。あなたが本当にあなたの関数呼び出しの

control=lmerControl(check.nobs.vs.nlev = "ignore") 

を含めることによってしたい場合は、エラーをオーバーライドすることができますが、（私が正しく問題を診断した場合）、これは残差分散とParticipant:xVarCondition:Measure分散が共同で識別不能であることにつながります。このような識別不能性は、通常、モデルの残りの部分で問題を引き起こすことはありませんが、識別可能なモデルではより快適です（このような識別不能性が数値問題につながる可能性は常にあります）。

hereのような例があります。

次のようにあなたは私の推測を確認することができます。

ifac <- with(RawData, 
    interaction(Participant,xVarCondition,Measure,drop=TRUE)) 
length(levels(ifac)) == nrow(RawData)