REML 不計算 DF 或 p 值大家好，
我有一個實驗，我正在比較兩種魚，並且需要對個體進行控制。 在這種情況下，我實際上是在控制個體群體，因為我無法追蹤特定個體。 無論如何，本質上我正在嘗試進行一個奇特的 t 檢定來檢查物種之間的差異，這樣我就可以控制物種內的個體。 我知道個體需要是隨機的並且嵌套在物種中。 我還有兩種治療方法，並將其納入模型中。我的模型建構包括：
- 物種，
- 個體（物種）&隨機，
- 治療，
- 物種*處理，
- 治療*個體（物種）*隨機
我正在使用 REML 以標準最小二乘個性運行這組基本效果
我正在針對一堆連續變數測試這個基本模型，其中一些是實際值，例如持續時間和身體曲率，還有一些是百分比，例如身體長度百分比。 當我擬合模型時，針對「真實響應」擬合的模型在運行我期望的所有統計數據時都沒有問題。 此模型不會計算身體長度百分比反應的自由度或 p 值。 這些身體長度百分比反應變數的分佈是常態的。 我想不出為什麼我無法得到結果。 在不計算 DF 或 p 的測試中：有一條警告，提示「收斂有問題：檢查迭代」。 我檢查了迭代，它運行了 101 次迭代，並在底部顯示「估計失敗：Hessian 不正」。 我不知道黑森人除了革命戰爭時期的傭兵之外還有什麼。
我的數據或設計有問題導致此問題嗎？ 當我使用 EMS 運行時，我在這些「問題模型」中得到負方差分量，但不確定這意味著什麼。
我在下面添加了一些屏幕截圖。
我感謝所有的幫助，
史蒂芬
品質和工藝工程回覆：REML 不計算 DF 或 p 值我認為個體或個體群體是最小的實驗單位，不應該明確地作為一個術語包含在模型中。 它將用於估計模型殘差的誤差。 因此，個體之間的差異被視為隨機效應。
我不建議使用 EMS 方法來估計變異數分量。
我不認為你的研究（設計）或數據有任何問題。
協方差矩陣用於取得變異數（實際上是協方差）。 REML 是一種迭代求解方法。 如果它不收斂，則變異數和標準誤差不可用。 估計自由度的 Kenward-Rogers 方法是變異數估計的一部分，因此它也會失敗。
看看從線性組合中刪除個體是否有幫助。 我認為您可能過度指定了模型並導致收斂問題。
