REML 不计算 DF 或 p 值大家好，
我有一个实验，我正在比较两种鱼，并且需要对个体进行控制。 在这种情况下，我实际上是在控制个体群体，因为我无法跟踪特定个体。 无论如何，本质上我正在尝试进行一个奇特的 t 检验来检查物种之间的差异，这样我就可以控制物种内的个体。 我知道个体需要是随机的并且嵌套在物种中。 我还有两种治疗方法，并将其包含在模型中。我的模型构建包括：
- 物种，
- 个体（物种）&随机，
- 治疗，
- 物种*处理，
- 治疗*个体（物种）*随机
我正在使用 REML 以标准最小二乘个性运行这组基本效果
我正在针对一堆连续变量测试这个基本模型，其中一些是实际值，例如持续时间和身体曲率，还有一些是百分比，例如身体长度百分比。 当我拟合模型时，针对“真实响应”拟合的模型在运行我期望的所有统计数据时都没有问题。 该模型不会计算身体长度百分比响应的自由度或 p 值。 这些身体长度百分比响应变量的分布是正态的。 我想不出为什么我无法得到结果。 在不计算 DF 或 p 的测试中：有一条警告，提示“收敛有问题：检查迭代”。 我检查了迭代，它运行了 101 次迭代，并在底部显示“估计失败：Hessian 不正”。 我不知道黑森人除了革命战争时期的雇佣兵之外还有什么。
我的数据或设计有问题导致此问题吗？ 当我使用 EMS 运行时，我在这些“问题模型”中得到负方差分量，但不确定这意味着什么。
我在下面添加了一些屏幕截图。
我感谢所有的帮助，
斯蒂芬
质量和工艺工程回复：REML 不计算 DF 或 p 值我认为个体或个体群体是最小的实验单位，不应该作为术语明确包含在模型中。 它将用于估计模型残差的误差。 因此，个体之间的差异被视为随机效应。
我不建议使用 EMS 方法来估计方差分量。
我不认为你的研究（设计）或数据有任何问题。
协方差矩阵用于获取方差（实际上是协方差）。 REML 是一种迭代求解方法。 如果它不收敛，则方差和标准误差不可用。 估计自由度的 Kenward-Rogers 方法是方差估计的一部分，因此它也会失败。
看看从线性组合中删除个体是否有帮助。 我认为您可能过度指定了模型并导致收敛问题。
