请问线性mixed模型中，random effect的自由度应该如何计算？

比如下面程序生成一个简单的数据集，总共10个人，分为两组，每组5人，两组的平均数有差别，正态模型

data d1;
do i=1 to 10;
  group=int((i-0.000001)/5);
  y=group+rannor(0);
  output;
end;
run;

用PROC MIXED分析，
PROC MIXED DATA=d1;
  CLASS group i;
  MODEL y=group /noint s;
  RANDOM INTERCEPT /s SUB=i;
run;

得到以下结果：
Type 3 Tests of Fixed Effects
                                                    Num     Den
                                         Effect      DF      DF    F Value    Pr > F
                                         group        2       0       1.69

F检验的分母自由度为0，我理解这是因为RANDOM INTERCEPT/s SUB=i 这句为每个人都估计一个intercept，所以把自由度用光了。但是不太理解为什么会这样？
设这些intercept服从N(0,sigma)的分布，在fit model的时候， 应该是只有sigma被带入运算，也就是说，虽然intercept有10项之多， 但是实际上只贡献了一个参数而已。 一旦这个参数sigma定下来，具体每个人的intercept可以根据公式用sigma和y算出来。 那么为什么这些intercept会占用这么多的自由度呢？而不是只占一个自由度而已？

是我什么地方理解的不对么？请高手指教。