glmer模型predict()与手动计算结果不一致的问题排查

差异的核心原因 #

你的差异完全是嵌套结构引入的随机效应导致的：

• 示例数据要么是无随机效应的普通logistic回归，要么随机效应的方差接近0，此时仅用固定效应系数计算的exp(b)/(1+exp(b))是边际概率（整体平均预测），而predict(..., type="response")的均值和它一致——因为没有随机效应可以纳入，条件预测和边际预测重合。
• 真实嵌套数据里，你加入了参与者、项目的随机截距/斜率，predict()默认会把这些随机效应纳入计算，得到的是条件概率（针对每个观测所属的具体参与者、项目的预测）。条件概率的均值和仅固定效应的边际概率（你手动算的0.57）自然会有差异，这是随机效应带来的组间变异导致的。

如何匹配你需要的预测结果 #

根据研究需求选择对应的预测方式：

• 如果你要的是和手动计算一致的边际概率（不考虑参与者、项目的组间差异，只看来源变量的整体平均效应），调用predict时加上re.form=NA参数：

  predict(Model1, type="response", re.form=NA)
  

  此时计算结果的均值会和exp(fixef(Model1))/(1+exp(fixef(Model1)))（仅固定效应计算）完全一致。
• 如果你需要的是条件概率（考虑具体参与者、项目的随机效应影响，反映真实嵌套结构下的个体预测），那predict()默认的结果是合理的，这时候手动计算的边际概率只是整体平均水平，和条件概率均值有差异是正常现象。

predict函数的适用性 #

predict()完全适用于glmer混合效应模型，关键是要明确你需要的是边际预测还是条件预测：

• 边际预测：适合描述变量的整体平均趋势，忽略组间变异。
• 条件预测：适合针对特定组（比如某个参与者、某个项目）的个性化预测，能体现嵌套结构带来的差异。

内容的提问来源于stack exchange，提问作者Agata