如何用lme4和lmerTest构建符合要求的lmer混合效应模型？

问题1：实现Genotype的截距随Herbivory处理水平变化 #

要让基因型（Genotype）的截距随食草处理（Herbivory）水平变化，你需要在随机效应部分加入Herbivory与Genotype的交叉项，把原模型中的(1|Genotype)替换为(1 + Herbivory | Genotype)即可。这个结构表示允许每个基因型在不同Herbivory水平下拥有独立的随机截距，以此实现截距随Herbivory处理的变化。

修改后的完整模型代码：

model_2a <- lmer(data = plant_data, 
                 Avg.Bnr.Wdth ~ Herbivory * Pollination +
                   Herbivory * HCN +
                   Pollination * HCN +
                   (1|Block) +
                   (1 + Herbivory | Genotype))
summary(model_2a)

问题2：输出中显示HerbivoryReduced、PollinationSupp的原因 #

这是R处理分类因子变量的默认输出逻辑，和你用as.factor()转换变量无关：

• 当因子变量存在多个水平时，R会自动选取一个水平作为参考水平（默认是因子水平排序最靠前的，比如字母顺序），其余水平的效应会以「变量名+水平名」的形式展示，用来明确区分该水平相对于参考水平的差异。
• 比如Herbivory的水平是Control和Reduced，若Control是参考水平，那么Reduced水平的效应就会显示为HerbivoryReduced；Pollination的Supp同理，是该变量的非参考水平。

如果需要调整参考水平，可以用relevel()函数修改，比如将Herbivory的参考水平改为Reduced：

plant_data$Herbivory <- relevel(plant_data$Herbivory, ref = "Reduced")

重新拟合模型后，输出就会显示HerbivoryControl作为非参考水平的效应项。

内容的提问来源于stack exchange，提问作者Sam Chen