我经常阅读指南，即随机因素至少应具有5-6 个级别。但是，我还不清楚是否存在（i）块内嵌套因子的最小级别数和（ii）每个个体是否有最小测量值。例如，我在 R 的 lme4 包中指定了一个 BACI（控制影响之前）模型：
lmer(y ~ treatment * period + (1| site/block/subject), data = mydata)
我有
- 2个治疗组
- 2 个时期（暴露于治疗/安慰剂之前和之后）
- 64 名受试者进行 2 次测量（曝光前后）
- 16 块（每次处理 8 个）
- 8 个位点（一个处理区和一个控制区）。
这意味着，我只有
- 每个主题 2 次重复测量 &
- 每个站点 2 个块。
当块 (16) 和主题 (64) 的总数很大或更普遍时，少量的块和重复测量是否会出现问题：
Q1：嵌套随机因子在嵌套的因子中是否存在最小层数？
Q2：每个受试者是否有最少的重复测量次数？
我个人（外行）的意见：
我个人认为每个站点的少量块并不代表问题，因为本书中关于具有多个随机效应的模型的章节显示了一个具有 30 个级别（样本）的随机因子的示例，但每个块内只有 3 个（批次）。我发现这也很直观，因为我想仍然有 30 个（而不仅仅是 3 个）值来估计效果的分布（即使它必须参考批次进行估计）。然而，这只是我的想象，我对它的实际工作原理知之甚少。此外，本文提倡设计合理的最大随机效应结构。
同样，我认为可以指定一个随机因子，每个主题只有两个数据点（但有多个级别）。
但是，我对此并没有真正的了解，一位教授统计课程的同事告诉我不要这样做。因为，我从来没有读过这方面的指南，所以我在这里问。