在R的glmer线性混合效应模型中，因子水平顺序是否重要？

核心结论 #

因子水平的顺序仅影响结果解读，不会改变模型拟合的核心表现，调整与否完全取决于你的解读需求，只要在拟合模型前设置好一次即可。

具体说明 #

• 是否需要调整水平顺序？
  完全看你想要的对比基准。R默认会把因子的第一个水平作为参考组：

  • 你的group默认参考是controls，intervention默认参考是m1
  • 如果你的研究逻辑更适合以subjects或其他干预组作为对比基准，就调整；如果默认顺序符合你的分析逻辑，就不用动。调整可以用relevel()或重新定义因子：

    # 把intervention的参考水平改为f1
    data$intervention <- relevel(data$intervention, ref = "f1")
    # 重新指定group的水平顺序，将subjects设为参考
    data$group <- factor(data$group, levels = c("subjects", "controls"))
    

  只需要在拟合模型前设置一次，后续不用重复调整。

• 参考水平的影响边界？

  • 不会影响模型拟合质量：不管参考水平怎么设置，模型的对数似然值、AIC/BIC、预测概率、随机效应方差等核心指标完全一致，因为模型捕捉的变量间关系本质没有变化。
  • 仅改变参数解读：比如默认参考controls时，groupsubjects的参数是subjects组相对controls组的对数优势比；如果把参考换成subjects，该参数会变成controls相对subjects的对数优势比（数值为原来的相反数），但统计显著性（p值）完全相同。
  • 交互项的解读也会随参考水平变化，但交互效应的本质（是否存在显著交互）不会改变。

内容的提问来源于stack exchange，提问作者travxx