R中混合模型选型咨询：lmer还是二项式GLMM？

这个问题问得非常好——处理重复测量的二分类试次数据时，很多人都会遇到这个两难选择！

首先，我的核心建议是：优先保留试次水平的原始二分类数据（0/1），使用glmer()函数并设置family = binomial来拟合二项式混合效应模型。原因如下：

• 保留完整的原始信息：如果把每个被试的提前按键次数汇总成连续计数，你会丢失试次层面的关键变异——比如某个被试在实验前半段频繁提前按键，后半段逐渐减少的趋势，或者某些试次特征（比如目标出现时长）对按键行为的即时影响，这些细节在汇总后都会被抹平。而混合效应模型的核心优势就是能处理「试次嵌套在被试中」的层级结构，同时分析试次水平和被试水平的预测变量效应。

• 更符合数据特性与模型假设：二项式混合模型专门针对重复测量的0/1响应数据设计，能正确建模被试内的相关性（比如同一个被试的不同试次行为会更相似）。如果换成被试水平的计数数据用线性混合模型（lmer()），计数数据通常不符合正态分布假设（尤其是当计数偏小或分布偏态时），模型推断结果可能不可靠；即使改用泊松/负二项混合模型，也还是丢失了试次层面的细节。

简单代码示例 #

library(lme4)
# 假设你的试次水平数据框为trial_data，包含：
# early_press：0/1的因变量
# participant_id：被试ID（随机效应分组变量）
# pred1, pred2：你要加入的固定效应预测变量
model_binomial <- glmer(early_press ~ pred1 + pred2 + (1 | participant_id),
                        data = trial_data,
                        family = binomial)
summary(model_binomial)

这个模型的输出里，固定效应结果是对数优势比，你可以通过exp()转换为优势比解释：比如某个预测变量每增加1单位，被试提前按键的优势比变为原来的exp(系数)倍；随机截距(1 | participant_id)则捕捉了不同被试的基线差异——有的被试天生就更容易出现提前按键行为。

补充：什么时候可以考虑汇总成计数数据？ #

如果你的研究问题完全不关心试次层面的变化，只关注被试之间的差异，并且愿意接受丢失试次信息的代价，那可以用被试的总提前按键次数作为因变量，此时需要用泊松混合模型（如果计数分布无过度离散）或负二项混合模型（如果存在过度离散），比如glmer.nb()函数。但这属于次优选择，除非你的研究目标明确限定在被试间比较。

额外注意事项 #

如果拟合二项式模型后发现存在过度离散（可通过残差离散度检验判断），你可以尝试设置family = quasibinomial，不过lme4对拟二项式模型的随机效应推断支持有限；或者考虑用贝叶斯框架的模型（比如brms包），能更灵活地处理这类情况。

内容的提问来源于stack exchange，提问作者Rstudent