如何在非平衡数据集下按多变量分组获取性状的emmeans？

问题核心 #

你当前的问题在于：即便设置cov.reduce=FALSE将数值型变量视为离散水平，emmeans仍会默认生成所有因子水平的笛卡尔积组合，而非仅保留数据中实际存在的分组。weights="proportional"是用于加权边际均值计算的参数（按各组样本量比例加权），并不适用于筛选实际存在的组合。

解决方案步骤 #

1. 先将数值型分类变量转为因子类型

你的experiment（3组实验）和plant repetition（重复个体）本质是分类变量，先转换类型能避免后续混淆：

# 转换变量类型
rosette$experiment <- as.factor(rosette$experiment)
rosette$plant_repetition <- as.factor(rosette$plant_repetition)

# 重新拟合模型（变量类型变更后需重新拟合）
fit_rosette <- lmer(leaf_area ~ genotype + night_temperature + experiment + plant_repetition + (1|experiment_setup), data = rosette)

2. 提取数据中实际存在的分组组合

从原始数据中筛选出genotype、night_temperature、experiment、plant_repetition的唯一组合：

# 方法1：使用dplyr
library(dplyr)
actual_groups <- rosette %>%
  distinct(genotype, night_temperature, experiment, plant_repetition)

# 方法2：使用base R
actual_groups <- unique(rosette[, c("genotype", "night_temperature", "experiment", "plant_repetition")])

3. 用at参数指定实际组合计算emmeans

通过emmeans的at参数，精准传入实际存在的分组组合，即可只输出对应结果：

fit_rosette_emm <- emmeans(fit_rosette, 
                           ~ genotype + night_temperature + experiment + plant_repetition,
                           at = actual_groups)

补充说明 #

• cov.reduce=FALSE的作用是阻止数值型变量被当作协变量做回归拟合，而是按离散水平处理，但不会限制组合生成范围；
• weights="proportional"适用于需要根据样本量加权计算合并均值的场景，比如跨实验合并某基因型的均值时，给样本量多的实验更高权重，和你的需求不匹配。

内容的提问来源于stack exchange，提问作者Nils