具有主要组件的线性混合模型你好，
我想问两个问题。
首先，使用带有主成分的线性混合模型是否常见？我检查了一些例子，发现它们非常有限。
我有相同的参与者（成千上万的人）经历了不同的条件，我想看看哪些条件对参与者的行为更有效（行为被收集为一个比例变量）。由于我有许多不同的条件（数字和尺度），我首先进行相关分析以排除大多数相关结果，然后找到主要成分来定义更有效的因素。现在由于我有相同的参与者，我使用线性混合模型并将参与者添加为随机因素。这些步骤有意义吗？
而且，由于我有成千上万的参与者，我收到了JMP的警告，称“超出了46.340参数限制”。我想随机因素太多了，无法进行分析，但我怎样才能运行这些数据？有任何想法吗？
谢谢。
Re：具有主要成分的线性混合模型那么参与者不是最低级别的随机化？也就是说，现在模型中的错误（残差）是多少？
Re：具有主要成分的线性混合模型实际上，我相信它是。我选择参与者的ID并将其作为随机效果添加（因为他们针对不同的条件重复练习，并且我有不同条件的相同参与者的结果）并且我想看到整体情况并且了解哪个条件更难/更容易。
因此，例如，正如您在图像中看到的那样，其中一个参与者尝试了6种不同的条件，有些尝试了6种不同的条件。我把所有这些都放在同一张桌子里。所以我考虑做混合模型并添加id（用户）作为随机效果。
Re：具有主要成分的线性混合模型听起来不错 - 只是检查。常见的错误，但不是在这种情况下。
Re：具有主要成分的线性混合模型很高兴听到，谢谢！
关于错误“限制46.340参数”的任何想法？我不能将所有参与者用作随机效果吗？
