如何用R的lme4包glmer实现SPSS GENLINMIXED的简单对比输出？

1. 拟合基础混合模型 #

先加载lme4包，按你的研究设计拟合包含category*group交互项的混合模型。假设因变量为y，随机效应为(1|subject)（根据你的实际结构调整），示例代码：

library(lme4)
# 替换为你的数据和变量名，按需调整family（比如高斯分布用gaussian，二分类用binomial）
model <- glmer(y ~ category * group + (1|subject), data = your_data, family = gaussian())

2. 对齐因子参考水平 #

SPSS的简单对比默认以因子的第一个水平为参考组，所以要确保R中category和group的参考水平与SPSS完全一致。如果需要手动指定：

# 将category的某一水平设为参考（替换为你的实际参考水平值）
your_data$category <- relevel(your_data$category, ref = "cat_ref_level")
# 同理设置group的参考水平
your_data$group <- relevel(your_data$group, ref = "group_ref_level")

3. 生成交互项的简单对比 #

lme4本身不直接输出这种分组的简单对比，需要用emmeans包实现——它能按group分组，对每个group内的category水平做与参考组的对比，完全匹配SPSS的逻辑：

library(emmeans)
# 生成category*group组合的边际均值，按group分组
emm_obj <- emmeans(model, ~ category | group)
# 执行简单对比：每个category非参考水平与参考水平对比
simple_contrasts <- contrast(emm_obj, method = "simple", ref = 1)
# 输出带置信区间和p值的结果
summary(simple_contrasts, infer = c(TRUE, TRUE))

4. 匹配SPSS的自由度计算（可选） #

SPSS默认的自由度计算可能和R默认不同，若要对齐，可加载pbkrtest包使用Kenward-Roger近似自由度：

library(pbkrtest)
summary(simple_contrasts, infer = c(TRUE, TRUE), df = "kenward-roger")

注意事项 #

• 必须保证category和group的因子水平顺序、参考组与SPSS完全一致，否则对比结果会偏差。
• 如果是广义线性混合模型（如逻辑回归），只需调整glmer中的family参数，emmeans会自动适配。

内容的提问来源于stack exchange，提问作者Mina