R语言lmer多层模型缺失Region类别预测因子的原因与解决

问题场景 #

你用以下R代码构建多层模型：

M4 <- lmer(Average ~ Region + (1|Participant), data=Theta)

tab_model(M4, show.se=T, digits = 4,
          title="Table: Model for the Relationship of Average Power in the Theta Frequency with the four Brain Regions")

summary(M4)

其中Region变量包含Central、Frontal、Occipital、Posterior四个类别，但模型输出仅显示Frontal、Occipital、Posterior三个类别，缺失Central。

原因 #

这是R中分类变量默认采用**虚拟编码（参照编码）**的正常现象：

• 当分类变量进入线性模型时，R会自动选择一个类别作为参照组，不单独输出该组的系数，而是将其基础效应整合到截距项(Intercept)中。
• 这里Central被选为默认参照组，截距项的数值0.3473就是Central组的Average均值；其他三个类别的系数，代表该组与Central组的均值差值。比如Frontal的系数0.0938，意味着Frontal组的Average比Central组高0.0938。

解决方法 #

根据需求可以通过以下方式调整：

• 指定自定义参照组：如果你想让某个特定类别作为参照，用relevel()函数修改变量的参照水平，比如让Frontal当参照组：

Theta$Region <- relevel(Theta$Region, ref = "Frontal")
M4 <- lmer(Average ~ Region + (1|Participant), data=Theta)

此时模型输出会显示Central、Occipital、Posterior的系数，Frontal的效应包含在截距项中。

• 使用效应编码（总和编码）：让所有类别都输出单独的系数，此时每个系数代表该组与总体均值的偏差，截距项为总体均值：

# 设置总和编码
Theta$Region <- factor(Theta$Region)
contrasts(Theta$Region) <- contr.sum(4)
# 重新拟合模型
M4 <- lmer(Average ~ Region + (1|Participant), data=Theta)

• 直接输出所有组的均值：如果不需要系数差值，而是想直接看每个Region组的Average估计值，可以用emmeans包：

library(emmeans)
# 输出所有Region组的均值及置信区间
emmeans(M4, ~ Region)

内容的提问来源于stack exchange，提问作者Dove