R中lmer模型拟合值赋值到数据列时出现长度不兼容错误

问题背景 #

我尝试使用ggplot2绘制线性混合效应模型的结果，目前无法实现个体数据点的绘制。由于我在模型中纳入了前测作为协变量，且前测的条件均值存在一定差异，模型输出的估计均值与样本均值相差较大，可通过如下测试图直观查看：

我需要绘制个体数据点的调整后数值，但在R环境下实现时遇到问题，尝试调用fitted()函数获取模型拟合值，运行如下代码时抛出错误：

CI_post <- lmer(
  post.diff ~ 
    pre.diff +
    group * course 
  + (1|bib) 
  + (1|school), 
  data = dat, 
  REML = FALSE)

dat$fitted <- fitted(CI_post)

报错信息如下：

Error: Assigned data `fitted(CI_post)` must be compatible with existing data.
x Existing data has 156 rows.
x Assigned data has 154 rows.
ℹ Only vectors of size 1 are recycled.

根因说明 #

该报错是因为lmer()建模时会自动剔除所有包含模型涉及变量缺失值的观测行：原始数据集dat共156行，其中有2行在post.diff/pre.diff/group/course/bib/school这几个模型用到的变量中存在缺失值，建模时被自动排除，因此生成的拟合值只有154条，无法直接赋值到156行的原数据集中。

解决方案 #

• 方案1：提前筛选无缺失值的观测子集建模
  先提取模型变量无缺失的子集，再用该子集建模，后续赋值不会出现行数不匹配问题，适合不需要保留原数据集全部行的场景：

  # 筛选模型涉及变量均无缺失的观测
  dat_valid <- dat[complete.cases(dat[, c("post.diff", "pre.diff", "group", "course", "bib", "school")]), ]
  # 用筛选后的数据集建模
  CI_post <- lmer(
    post.diff ~ pre.diff + group * course + (1|bib) + (1|school), 
    data = dat_valid, 
    REML = FALSE
  )
  # 赋值拟合值
  dat_valid$fitted <- fitted(CI_post)
  

• 方案2：匹配拟合值回原数据集
  如果你需要保留原数据集的所有行，可以通过模型的na.action属性定位被剔除的行，将拟合值填充到对应位置，被剔除的行拟合值留空：

  # 先在原数据集生成全NA的拟合值列
  dat$fitted <- NA
  # 将拟合值填充到建模时用到的观测对应的位置
  dat$fitted[-as.numeric(na.action(CI_post))] <- fitted(CI_post)
  

内容的提问来源于stack exchange，提问作者Cmagelssen