lmer模型中随机因子VPN被识别为分组因子报错原因及正确写法

报错原因 #

1. 公式设定与数据结构完全错配
   你当前使用的是长结构数据，因变量为evaluation.likert（李克特评分），所有句子类型的分类都存储在parameter列中，不存在单独名为SH、SM、SP的变量，你将SH*SM*SP写为因变量属于完全错误的设定。
2. VPN被判定为分组因子的核心原因：lme4包中(1|分组变量)是指定随机效应的标准语法，竖线右侧的变量会被自动识别为随机效应的分组因子。此外你还同时将VPN放入了固定效应项，再加上之前的公式错配问题，导致lmer计算时发现分组因子VPN的水平数（40个）和有效观测数不满足“分组水平数小于总观测数”的要求，因此抛出对应报错。

正确代码实现 #

首先预处理数据，从parameter列中提取出三类句子类型的分组标识：

library(dplyr)
data <- data %>%
  # 提取SH/SM/SP分类，剔除末尾的数字标识
  mutate(sentence_type = gsub("\\d+", "", parameter))

之后构建正确的混合效应模型，固定效应为句子类型，随机效应为受试者随机截距，控制重复测量效应：

library(lme4)
model <- lmer(evaluation.likert ~ sentence_type + (1|VPN), data = data)

如果需要检验句子类型的交互效应，你需要先确认你试验设计中parameter列末尾的数字对应的是何种试验条件，补充到固定效应项中即可。

注：5点李克特评分为有序分类变量，使用lmer拟合线性模型属于统计上的近似处理，若要得到更严谨的结果，建议使用ordinal包的clmm函数拟合有序混合效应模型。

内容的提问来源于stack exchange，提问作者Carl_Menzies