使用R语言mma()包进行中介分析报错：模型存在别名系数

你遇到的there are aliased coefficients in the model错误，核心原因是变量输入逻辑错误：

• 你的代码中x = vcsqi把结局变量predmort、预测变量bmi和中介变量age/male全部塞进了x参数，但mma()函数的x参数仅用于传入中介变量+控制变量，不能包含预测变量(pred)和结局变量(y)。
• 当x中同时包含pred和y时，模型拟合过程中会出现变量冗余（比如y既是结局又是自变量，pred既在pred参数又在x中），导致模型出现完全共线性，触发别名系数错误。

按照mma()函数的参数逻辑重新构造变量输入，步骤如下：

1. 正确拆分变量 #

• pred：预测变量，即bmi
• y：结局变量，即predmort
• x：仅包含中介变量age、male（如果有其他控制变量也可以加入，但不能包含pred和y）

2. 指定中介变量类型 #

明确中介变量的类型（连续/二分类），用contmed（连续中介）和binmed（二分类中介）参数替代mediator，让函数正确处理变量：

• age是连续变量，对应contmed
• male是二分类变量，对应binmed

3. 修正后的代码 #

library(mma)

# 数据预处理
vcsqi <- as.data.frame(vcsqi.dci)
vcsqi <- vcsqi[, c("predmort", "age", "male", "bmi")]
vcsqi <- na.omit(vcsqi)

# 正确拆分变量：x仅包含中介变量
x <- vcsqi[, c("age", "male")]
y <- vcsqi[,"predmort"]
pred <- vcsqi[,"bmi"]

# 指定中介变量类型，执行平行中介分析
test <- mma(x, y, pred = pred, contmed = 1, binmed = 2)

# 查看结果
test

4. 额外验证点 #

• 确认male变量是二分类（取值为0/1或因子），如果是字符型，先转换为因子：vcsqi$male <- as.factor(vcsqi$male)
• 若仍有疑问，可通过alias(lm(predmort ~ bmi + age + male, data = vcsqi))检查模型是否存在完全共线性，验证变量间的冗余问题

内容的提问来源于stack exchange，提问作者Mohamad El Moheb