R语言循环运行lme模型报variable lengths differ错误排查

这个长度不匹配错误是循环内数据构造的两个问题叠加导致的：

1. 提取结果变量的写法错误：你用data01[n]取列时，单中括号返回的是单列数据框而非原子向量，赋值给data.frame()的outcome参数时，最终生成的列名会沿用原数据的列名（第一次循环是n1，第二次是n2），rsa.data里根本不存在名为outcome的列。
2. 变量作用域匹配错误：因为数据里找不到outcome列，lme()会自动到全局环境搜索同名对象，正好你全局环境定义了outcome <- c('n1', 'n2')——这个长度为2的字符向量，和其他长度为2000的预测变量长度完全不匹配，直接触发报错。

你逐行跑单个结果变量不报错，是因为单跑时你大概率用data01$n1这种$索引直接提取向量赋值，此时rsa.data里确实存在名为outcome、长度匹配的列，模型可以正常读取。

只需要把取结果变量的单中括号改成双中括号[[，确保提取的是原子向量，赋值后列名正确为outcome即可。另外注意lme()函数来自nlme包，运行前需要先加载包。
修正后的可运行代码：

library(nlme) # 提前加载依赖包

n1 = rnorm(n = 2000, mean = 0, sd = 1)
n2 = rnorm(n = 2000, mean = 0, sd = 1)
Z_familism = rnorm(n = 2000, mean = 0, sd = 1)
Z_avoidance = rnorm(n = 2000, mean = 0, sd = 1)
Country = rnorm(n = 2000, mean = 0, sd = 1)
Z_anxiety = rnorm(n = 2000, mean = 0, sd = 1)
data01<-data.frame(n1,n2,Z_familism,Z_avoidance,Country,Z_anxiety)

outcome<-c('n1', 'n2')

for (n in outcome){
  
  rsa.data<-data.frame(predictor1=data01$Z_familism,
                       predictor2=data01$Z_avoidance,
                       nest=as.factor(data01$Country),
                       control=data01$Z_anxiety,
                       multilevel=data01$Country,
                       outcome=data01[[n]]) # 这里把[]改成[[]]，提取原子向量
  
  
  rsa.data <- within(rsa.data, {
    centered.predictor1 <- predictor1 - 0    
    centered.predictor2 <- predictor2 - 0  
    squared.predictor1  <- centered.predictor1* centered.predictor1 
    squared.predictor2  <- centered.predictor2* centered.predictor2 
    interaction           <- centered.predictor1* centered.predictor2 
   
  })
  
  mlm.model <- lme(outcome ~ centered.predictor1+centered.predictor2  + squared.predictor1 + interaction +squared.predictor2+control,
                   data = rsa.data,
                   random = ~ 1|multilevel, 
                   na.action = "na.omit")
  print(summary(mlm.model)) # 循环内要显式print输出结果
  print(intervals(mlm.model, which = "fixed"))
  print(vcov(mlm.model)) 
  
}

额外提示：R的for循环不会自动输出控制台结果，所以summary()、intervals()这类输出函数前面最好加print()，不然你看不到模型结果。

内容的提问来源于stack exchange，提问作者Xian Zhao