交互作用失败lmerTest与In pf（F.stat，qr（Lc）$ rank，nu.F）：产生的NaN

Question

我试图在两个单独的数据集上执行lmerTest，出于某种原因，跟踪其中一个数据集的错误。

在PF（F.stat，QR（LC）$排名，nu.F）：NaN的生产

This dataset给我的交互项的habitat和soil之间没有问题的p值。它具有相似的结构

Analysis of Variance Table of type III with Satterthwaite 
approximation for degrees of freedom 
       Sum Sq Mean Sq NumDF DenDF F.value Pr(>F) 
habitat  0.057617 0.028809  2 8.8434 1.0880 0.37805 
soil   0.232708 0.232708  1 2.6732 8.7888 0.06848 . 
habitat:soil 0.308003 0.154001  2 2.7134 5.8163 0.10443 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

This dataset |

ANOVA（种），数据= frl_light， REML = T）11聚物（SQRT（绝对压力）〜栖息*土壤+（1）然而抛出错误，并且不能给出habitat和light之间交互的p值。密度*度测量也是0，这可能是问题。

ANOVA（11聚物（SQRT（绝对压力）〜栖*光+（1 |种），数据= frl_soil， REML = T））

Analysis of Variance Table of type III with Satterthwaite 
approximation for degrees of freedom 
       Sum Sq Mean Sq NumDF DenDF F.value Pr(>F) 
habitat  0.00845 0.004223  2 7.9751 0.3494 0.7154 
light   0.01634 0.016336  1 1.9241 1.3517 0.3689 
habitat:light 0.42813 0.214067  2 0.0000 17.7124  
Warning message: 
In pf(F.stat, qr(Lc)$rank, nu.F) : NaNs produced 

我不知道为什么lmerTest适用于一个数据集，但不适用于其他数据集，因为两个数据集至少在我看来都是实际上难以区分的。如果有人能够解决这个问题，请提供帮助。

更新1：我试过本博尔克的建议，而不是使用肯沃德罗杰估计。但是，我们的答案似乎有所不同。我正在运行R 3.3.1，lme4 1.1-12和lmerTest 2.0-32。这是我的输出

ANOVA（11聚物（SQRT（绝对压力）〜栖*光+（1 |种）， +数据= frl_soil，REML = T）， + DDF = “Kenward-罗杰”）

anova from lme4 is returned 
some computational error has occurred in lmerTest 
Analysis of Variance Table 
       Df Sum Sq Mean Sq F value 
habitat  2 0.00244 0.001219 0.1009 
light   1 0.00476 0.004763 0.3941 
habitat:light 2 0.42813 0.214067 17.7124 

更新1.1：这是与SAS，其中，I与ABS的平方根增加一个附加列，作为sqrtabs混合模型分析的输出。

FILENAME REFFILE'/folders/myfolders/frl_soil.csv';

PROC IMPORT DATAFILE = REFFILE DBMS = CSV OUT = WORK.FRLSOIL; GETNAMES = YES;跑;

PROC CONTENTS DATA = WORK.FRLSOIL;跑;

％web_open_table（WORK.FRLSOIL）;

PROC MIXED数据= WORK。FRLSOIL; CLASS物种栖息地light sqrtabs; model sqrtabs =栖息地光栖息地* light/DDFM = KENWARDROGER; 随机拦截物种; 跑;

Type 3 Tests of Fixed Effects 
Effect   Num DF Den DF F Value  Pr > F 
habitat    2  10  1.11  0.3681 
light    1  10  0.45  0.5159 
habitat*light  2  10  0.27  0.7716 

Answer 1

我不能告诉你到底为什么萨特斯韦特近似这里为您提供了一个零DF估计（这确实是为什么你的错误和相互作用没有$ P $ - 值）;你必须仔细研究代码才能看到（键入lmerTest:::calcSatterthMultDF并开始挖掘...）我做了一个小挖掘位;关键线在其中是

E <- sum((nu.m/(nu.m - 2)) * as.numeric(nu.m > 2)) 
nu.F <- 2 * E * as.numeric(E > q)/(E - q) 

其中（我认为）nu.m（$ \ nu_m $）是*度的数目由Welch-Satterthwaite approximation作为估计。我不知道为什么（1）lmerTest设置为E，因此nu.F为0时为nu.m <= 2; （2）在一个数据集内的组内差异的特定组合给出nu.m < 2，并且在另一个数据集中不存在...

同时，如果你喜欢，你可以使用Kenward-Roger近似值（它在计算上更昂贵，但总体上稍微更精确...）使用来自第二链路的数据集：

frl_soil <- read.csv("frl_soil.csv") 
library(lmerTest) 
head(frl_soil,2) 
## X species habitat light  abs 
## 1 1 ANI2GR  gen G.cs 2.67477395 
## 2 2 DIPTAC  gen G.cs 0.09549154 
anova(lmer(sqrt(abs) ~ habitat*light + (1|species), 
      data=frl_soil, REML=TRUE), 
    ddf="Kenward-Roger") 
## Analysis of Variance Table of type III with Kenward-Roger 
## approximation for degrees of freedom 
##    Sum Sq Mean Sq NumDF DenDF F.value Pr(>F) 
## habitat  0.00842 0.004208  2 8.1220 0.3482 0.71602 
## light   0.01568 0.015679  1 2.0712 1.2973 0.36928 
## habitat:light 0.40886 0.204432  2 2.0713 16.9152 0.05212 . 
sessionInfo() 
## other attached packages: 
## [1] lmerTest_2.0-32 lme4_1.1-13  Matrix_1.2-6