三水平变量求和编码下，如何获取lmer模型第三水平及交互项结果？

问题背景 #

你拟合的混合效应模型代码如下：

lmer(SCPRE ~ LANGUAGE * ORDER + (1|PID) + (1 + |WORD), data = XP_DATA)

变量水平设置：

• LANGUAGE：English、Italian、Spanish（3个水平）
• ORDER：A、B、C（3个水平）

已对变量做sum求和编码：

contrasts(XP_DATA$LANGUAGE) <- contr.sum(3)
contrasts(XP_DATA$ORDER) <- contr.sum(3)

使用summary()输出结果时，主效应和交互项都缺少第三水平的相关内容——这是因为sum编码下第三水平的效应可由前两个水平推导（比如Spanish = -(English + Italian)），但你需要获取第三水平及其关联交互项的完整结果用于分析和报告。

可行解决方法 #

方法1：用emmeans包获取完整边际效应（最推荐）

sum编码的核心是将每个水平与所有水平的总均值做对比，emmeans可以直接计算每个水平的边际均值，以及所有交互组合的效应，完全满足完整考察的需求。示例代码：

# 首次使用先安装包
# install.packages("emmeans")
library(emmeans)

# 拟合模型
model <- lmer(SCPRE ~ LANGUAGE * ORDER + (1|PID) + (1|WORD), data = XP_DATA)

# 获取LANGUAGE各水平的边际均值（包含第三水平与总均值的差异）
lang_margins <- emmeans(model, ~ LANGUAGE)
print(lang_margins)
# 做所有水平间的两两对比，明确第三水平与前两个的差异
pairs(lang_margins)

# 获取LANGUAGE和ORDER所有交互组合的效应
int_margins <- emmeans(model, ~ LANGUAGE:ORDER)
print(int_margins)
# 进一步做简单效应分析，比如查看每个ORDER分组下LANGUAGE的差异
joint_tests(model, by = "ORDER")

这个方法无需调整原有编码，输出结果直观，符合统计报告的规范，尤其是交互项的所有组合都能清晰呈现。

方法2：手动推导第三水平的效应

如果你不想额外加载包，可以从summary()的输出结果手动计算第三水平的系数：

• 主效应：第三水平的系数 = -（第一水平系数 + 第二水平系数）
• 交互项：比如LANGUAGE第三水平与ORDER第一水平的交互系数 = -（LANGUAGE第一水平&ORDER第一水平的交互系数 + LANGUAGE第二水平&ORDER第一水平的交互系数）

不过这种方式容易出错，尤其是交互项较多时，不推荐用于正式报告。

方法3：临时切换为处理编码查看

如果只是快速查看第三水平与其他水平的差异，可以临时将第三水平设为参照组，改用处理编码拟合模型：

# 将LANGUAGE的参照组设为Spanish（第三水平）
contrasts(XP_DATA$LANGUAGE) <- contr.treatment(3, base = 3)
# 将ORDER的参照组设为C（第三水平）
contrasts(XP_DATA$ORDER) <- contr.treatment(3, base = 3)

# 重新拟合模型并查看结果
model_treat <- lmer(SCPRE ~ LANGUAGE * ORDER + (1|PID) + (1|WORD), data = XP_DATA)
summary(model_treat)

注意：处理编码的系数含义与sum编码不同（代表水平与参照组的差异），不能直接和sum编码的结果混用，报告时需明确说明编码方式。

内容的提问来源于stack exchange，提问作者asderad