我正在尝试生成一个线性混合模型，R代码如下。

lme(Average.payoff~Game+Type+Others.Type+Game:Type+Game:Others.Type+Type:Others.Type,random=~1|Subjects,method="REML", data=Subjectsm1)->lme1

响应项 Average.payoff 是连续的，而所有解释变量都是二元的。

当我进行验证时，我可以清楚地看到残差的分布随着拟合值的增大而减小。尽管似乎有很多关于异质性的信息，其中残差随着拟合值的增大而增加，但我没有读到与我自己类似的案例。

我已经针对每个解释性效应绘制了残差，并且可以看到散布随着变量 Game 和 Type 的拟合值的增大而减小，但对于变量 Others.Type 则增大。

这是什么原因，我该怎么办？

我应该考虑添加二次项还是使用加法建模？是否有应该应用的转换？

谢谢，

乔纳森