我正在由3个变量组成的数据帧上运行线性混合模型：ID（n = 11），区域（n = 3）和距离。 lme和posthoc分析用于比较区域之间的距离是否存在差异。（lmod <-lme（distance〜region，data = dat，random =〜1 | ID）。这很好。
但是，当我想比较单个区域的ID之间的距离是否存在差异时，我收到消息：警告消息： 在qt（（1- level）/ adiv，df）中：产生了NaNs。
示例：
lmod <-lme(distance~ID, data = dat, random=~1|region)
Linear mixed-effects model fit by REML
Data: anova
AIC BIC logLik
238.3404 250.7031 -113.1702
Random effects:
Formula: ~1 | region
(Intercept) Residual
StdDev: 0.525893 1.552832
Fixed effects: distance ~ ID
Value Std.Error DF t-value p-value
(Intercept) 1.3707517 0.7195083 58 1.905123 0.0617
IDRTBC97 1.5807197 0.5966171 58 2.649471 0.0104
IDRTBC98 1.4744081 0.5966171 58 2.471280 0.0164
IDRTBC99 0.7074731 0.6944476 58 1.018757 0.3125
Correlation:
(Intr) IDRTBC97 IDRTBC98
IDRTBC97 -0.562
IDRTBC98 -0.562 0.677
IDRTBC99 -0.483 0.582 0.582
Standardized Within-Group Residuals:
Min Q1 Med Q3 Max
-1.7259489 -0.7290054 -0.1385774 0.7271977 2.5181760
Number of Observations: 62
Number of Groups: 1
Posthoc： emmeans（lmod，list（成对〜ID），Adjust =“ tukey”）
$`emmeans of ID`
ID emmean SE df lower.CL upper.CL
RTBC96 1.37 0.720 0 NaN NaN
RTBC97 2.95 0.626 0 NaN NaN
RTBC98 2.85 0.626 0 NaN NaN
RTBC99 2.08 0.720 0 NaN NaN
d.f. method: containment
Confidence level used: 0.95
$`pairwise differences of ID`
contrast estimate SE df t.ratio p.value
RTBC96 - RTBC97 -1.581 0.597 58 -2.649 0.0495
RTBC96 - RTBC98 -1.474 0.597 58 -2.471 0.0753
RTBC96 - RTBC99 -0.707 0.694 58 -1.019 0.7392
RTBC97 - RTBC98 0.106 0.479 58 0.222 0.9961
RTBC97 - RTBC99 0.873 0.597 58 1.464 0.4658
RTBC98 - RTBC99 0.767 0.597 58 1.285 0.5758
P value adjustment: tukey method for comparing a family of 4 estimates
Warning message:
In qt((1 - level)/adiv, df) : NaNs produced
据我了解，我收到警告消息，因为我只有一组，自由度为零。但是，我仍然得到ID之间的比较。
我的问题是：我可以使用此处生成的ID的成对差异的p值，还是无效？
提前感谢您的时间，
山姆