如何从多个lme4模型对象中准确获取预测值并匹配原数据集？

你当前用ldply(MxM1, as.data.frame(predict))$value提取预测值的方法存在风险：dlply按recipe分组时，会按分组水平的顺序（A→B→C）处理每个子数据集，返回的预测值也是先A组所有值、再B组、再C组。如果原数据集的行顺序刚好是先所有A组记录，再B组、再C组，那结果是对的，但如果原数据集中recipe的顺序是混杂的（比如A、B、A、C...），预测值就会和观测值完全错位。

推荐解决方案：分组处理时直接绑定预测值 #

最稳妥的方式是在dlply的分组函数中，直接将预测值添加到子数据集里，再合并回完整数据集，这样能保证每一行的观测值和预测值一一对应：

library(lme4)
library(plyr)
data(cake)

# 分组拟合模型，同时为每个子数据集添加预测值
MxM1 <- plyr::dlply(cake,
                    "recipe",
                    function(x) {
                      # 拟合模型
                      model <- lmer(angle ~ 1 + (1|replicate) + temperature, data = x)
                      # 为当前子数据集添加预测值列
                      x$pred <- predict(model)
                      # 返回带预测值的子数据集
                      return(x)
                    })

# 合并所有分组数据，得到带预测值的完整数据集
cake_with_pred <- ldply(MxM1)

验证匹配正确性 #

你可以通过查看合并后的数据集，对比前几行的angle和pred，或者检查分组内的顺序是否与原数据一致：

# 查看合并后的数据前6行
head(cake_with_pred)
# 验证原数据与合并后数据的行顺序是否一致（如果原数据是按recipe分组排列的）
all.equal(cake$angle, cake_with_pred$angle)

备选方案：基于分组标识匹配已有的模型预测值 #

如果你已经拟合好了MxM1模型列表，也可以通过分组和组内行号来精准匹配预测值：

# 从模型列表中提取预测值，并保留分组信息
pred_df <- do.call(rbind, lapply(names(MxM1), function(rec) {
  data.frame(
    recipe = rec,
    pred = predict(MxM1[[rec]]),
    # 为每个分组内的行添加序号
    row_in_group = seq_len(nrow(subset(cake, recipe == rec)))
  )
}))

# 为原数据集添加组内行号
cake$row_in_group <- ave(seq(nrow(cake)), cake$recipe, FUN = seq_along)

# 通过recipe和row_in_group合并，确保预测值匹配正确
cake_with_pred <- merge(cake, pred_df, by = c("recipe", "row_in_group"))
# 按原数据集的顺序重新排序
cake_with_pred <- cake_with_pred[order(seq(nrow(cake))), ]

内容的提问来源于stack exchange，提问作者Ahir Bhairav Orai