我有一个关于为包含大约 5000 个主题的大型数据集构建模型的问题。我想拟合一个包含多个变量的 LMEM，并且我及时进行了重复测量。但是对于一些科目（大约 1200，意味着 <25%），我只有一个测量值。当拟合一个简单的 LMEM 时，这没有问题，因为数据集足够大，只包含一个随机截距。但是，在向模型添加随机斜率时，我最终遇到了可识别性问题和不收敛。所以我想知道什么更常见：删除仅提供一个测量值的受试者并估计具有随机截距和斜率的模型，或者保持总数据集不变并仅使用随机截距。

实际上关于固定效果的结果非常相似，但我想走正确和更标准的方式。我真的很想知道如何决定是只使用随机截距还是随机截距和斜率。

非常感谢！