glmer()运行异常：无z值/p值且anova模型对比失败求助

我的因变量是二元响应变量（1=正确，0=错误），固定效应为语言组（English或Turkish），随机效应为参与者。运行以下glmer代码后，模型未输出任何效应的z-score与p值，同时出现警告：

model <- glmer(Correct ~ Participant.Starting.Group + (1|Participant.Private.ID), 
               data = mixedSingle, 
               family = binomial(link="logit"))

数据集mixedSingle结构：

Participant.Private.ID Participant.Starting.Group Correct
<int>                  <chr>                      <int>
7911618                English                      0       
7911618                English                      0       
7911618                English                      1   
... 
7993996                Turkish                      0       
7993996                Turkish                      1       
7993996                Turkish                      0   

模型输出及警告：

Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) ['glmerMod']
 Family: binomial  ( logit )
Formula: Correct ~ Participant.Starting.Group + (1 | Participant.Private.ID)
   Data: mixedSingle
      AIC       BIC    logLik  deviance  df.resid 
 985.0169  998.8206 -489.5085  979.0169       733 
Random effects:
 Groups                 Name        Std.Dev.
 Participant.Private.ID (Intercept) 0.5815  
Number of obs: 736, groups:  Participant.Private.ID, 23
Fixed Effects:
                      (Intercept)  Participant.Starting.GroupTurkish  
                           0.1031                             0.4892  
Warning messages:
1: In class(object) <- "environment" :
  Setting class(x) to "environment" sets attribute to NULL; result will no longer be an S4 object
2: In class(object) <- "environment" :
  Setting class(x) to "environment" sets attribute to NULL; result will no longer be an S4 object

另外，使用anova(model1, model2)对比同数据的模型时，出现错误：

Error in anova.merMod(singleGLMER_English, singleGLMER) : 
models were not all fitted to the same size of dataset

一、模型无z-score、p值及警告问题处理 #

1. 获取z值与p值 #

lme4包默认不输出混合效应模型固定效应的p值（因自由度计算存在争议），但可以通过以下方式获取：

• 用summary()输出完整结果，会包含z值，再结合辅助工具计算p值：

  # 输出带z值的模型摘要
  summary(model)
  # 用broom.mixed提取并计算p值
  library(broom.mixed)
  tidy(model, conf.int = TRUE)
  

• 用car包的Anova()函数做卡方检验，直接得到固定效应的显著性：

  library(car)
  Anova(model, type = "II")
  

2. 消除class(object)警告 #

该警告多由lme4版本兼容问题或包冲突导致，解决方法：

• 更新lme4到最新版本：

  install.packages("lme4")
  

• 检查并卸载冲突包（比如plyr与lme4可能冲突），再重新拟合模型：

  detach("package:plyr", unload = TRUE)
  model <- glmer(Correct ~ Participant.Starting.Group + (1|Participant.Private.ID), 
                 data = mixedSingle, 
                 family = binomial(link="logit"))
  

二、anova模型对比数据集不一致错误处理 #

错误核心是两个对比模型的拟合数据集行数不同，处理步骤：

1. 先确认两个模型的观测数：

   nobs(singleGLMER_English)
   nobs(singleGLMER)
   

2. 统一拟合数据集：
   • 若因缺失值导致差异，先清理数据集再重新拟合：

     cleaned_data <- na.omit(mixedSingle)
     # 用同一清理后的数据集拟合两个模型
     singleGLMER <- glmer(Correct ~ Participant.Starting.Group + (1|Participant.Private.ID), 
                          data = cleaned_data, 
                          family = binomial(link="logit"))
     singleGLMER_English <- glmer(...) # 此处公式可调整，但必须用cleaned_data
     

   • 若其中一个模型是子集数据拟合的，需确保对比模型基于同一数据集的不同公式（比如一个含固定效应，一个不含），而非不同子集。

内容的提问来源于stack exchange，提问作者Aaron Holmberg