R中多重插补数据集用emmeans时二分类因子X2出现额外水平求助

核心原因 #

你遇到的问题本质是X2在多重插补过程中被当作数值型变量处理（比如使用了pmm这类数值插补方法），导致插补出0、1之外的连续值（如0.6、0.8）。即使后续将X2转为因子，这些非整数插补值会成为额外的因子水平；更关键的是，如果模型中X2是数值型变量，emmeans会默认将其视为连续变量，自动生成等间距的预测点（比如0、0.6、0.8、1），而非仅保留原始的0/1两个水平。

另外，mice::summary(pool(yPsy1))能正常运行是因为它只汇总模型系数，不会像emmeans那样对变量的取值范围做扩展预测。

解决步骤 #

1. 修正X2的插补方法

对于二分类因子X2，必须使用逻辑回归插补法（logreg），确保插补值仅为0或1，而非连续数值。具体代码如下：

# 1. 生成默认插补方法向量
meth <- make.method(your_original_data)

# 2. 为X2指定逻辑回归插补法
meth["X2"] <- "logreg"

# 3. 重新运行多重插补（m为插补数据集数量，可按需调整）
imp <- mice(your_original_data, method = meth, m = 5)

2. 验证插补后的X2类型与水平

检查任意一个插补数据集，确认X2是仅含0/1的因子：

# 查看第一个插补数据集的X2结构
str(complete(imp, 1)$X2)
# 查看前几行X2的值
head(complete(imp, 1)$X2)

输出应显示Factor w/ 2 levels "0","1": ...，且所有值都是0或1。

3. 重新拟合线性混合模型

基于修正后的插补数据集重新建模：

yPsy1 <- with(imp, lmer(your_model_formula))

这里的your_model_formula是你原有的模型公式（比如y ~ X1 + X2 + X4 + (1|group)），无需额外转换X2类型，因为插补后的X2已经是因子。

4. 正确调用emmeans

此时emmeans会自动识别X2为二分类因子，仅生成0/1两个水平的边际均值：

# 获取边际均值及两两比较结果
emm_results <- emmeans(yPsy1, pairwise ~ X1 | X2 | X4)

# 查看结果
summary(emm_results)

额外保险：强制指定X2的水平

如果仍有问题，可以通过at参数强制限定X2的取值范围：

emm_results <- emmeans(yPsy1, pairwise ~ X1 | X2 | X4, at = list(X2 = c(0, 1)))

内容的提问来源于stack exchange，提问作者Alexandra Chapdelaine