同一数据集拟合多glmer模型后AIC对比出现观测数不一致警告

你遇到的这个情况其实是glmer（以及大多数R建模函数）的默认行为导致的，核心原因就是模型公式里的交互项引入了缺失值过滤，而非数据集本身不一致。

为什么观测数会不一样？ #

你的三个模型里，只有m2包含了Y1*A、Y2*A、Y3*A这类交互项。交互项的计算要求参与交互的两个变量（比如Y1和A）同时都没有缺失值——只要其中一个变量在某条观测里是缺失的，这条观测就会被glmer自动排除（行删除法，listwise deletion）。

而m1和m3呢？m1没用到变量A，m3也完全不涉及A，所以它们只会过滤掉X、Y1/Y2/Y3、B/C这些变量里有缺失的观测，不会因为A的缺失而删除行，因此观测数和原始数据集一致。

怎么验证这个结论？ #

你可以跑几行代码确认：

# 查看变量A的缺失数量
sum(is.na(dataset$A))

# 查看Y1/Y2/Y3和A同时无缺失的观测数
sum(complete.cases(dataset[, c("Y1", "Y2", "Y3", "A")]))

第二个命令的结果应该刚好等于nobs(m2)的150164，这就能实锤是缺失值导致的观测数差异。

怎么解决AIC对比的问题？ #

要让所有模型在相同观测数下对比AIC，你需要先统一数据集：

1. 先提取所有模型涉及到的变量，筛选出这些变量都没有缺失的观测：

# 列出所有模型用到的变量：X、Y1、Y2、Y3、A、B、C
clean_data <- dataset[complete.cases(dataset[, c("X", "Y1", "Y2", "Y3", "A", "B", "C")]), ]

2. 用这个clean_data重新拟合三个模型，之后再运行AIC(m1, m2, m3)就不会出现警告了。

另外，你也可以考虑对缺失值进行插补，但插补需要结合你的研究场景谨慎选择方法（比如均值插补、多重插补等），确保结果的合理性。

内容的提问来源于stack exchange，提问作者mto23