使用equatiomatic提取混合模型公式时vapply错误排查求助

我正在运行如下混合模型：

assign(
  paste("M_FACTOR_", h, sep = ""),
  lmerTest::lmer(
    LogT ~ 1 + as.factor(Monthly) * gender + (as.factor(Monthly) | ID),
    data = plot_data,
    REML = TRUE,
    control = lmerControl(optimizer = 'optimx', optCtrl = list(method = 'nlminb'))
  )
) # apply model (Monthly as factor)

eq_fac <- equatiomatic::extract_eq(get(eval(paste("M_FACTOR_", h, sep = ""))), 
                                   wrap = TRUE)

运行后出现以下错误：

Error in vapply(names(pred_level), function(x) { :
values must be length 1,
but FUN(X[[1]]) result is length 0

请问该错误是否因我将Monthly转换为因子类型导致？

这个错误确实和Monthly转为因子的操作高度相关，具体细节如下：

• 问题核心：equatiomatic::extract_eq在解析含因子交互项的混合模型时，旧版本或特定场景下的因子水平提取逻辑存在缺陷。你在公式里直接用as.factor(Monthly)生成临时因子，同时搭配交互项与随机效应，会导致函数在识别预测变量的水平信息时返回空值，触发vapply对返回值长度的校验错误。
• 验证方法：临时将公式中的as.factor(Monthly)替换为原始数值型的Monthly（假设原变量是数值），重新拟合模型后再运行extract_eq，若错误消失即可确认因子转换是诱因。
• 修复方案：
  1. 提前在数据框中转换因子：先运行plot_data$Monthly <- as.factor(plot_data$Monthly)，再在模型公式中直接使用Monthly（无需嵌套as.factor()），避免临时因子导致的解析问题。
  2. 更新equatiomatic包：该函数的后续版本已修复部分混合模型因子解析的bug，升级到最新版可能直接解决问题。

内容的提问来源于stack exchange，提问作者Cdo