r - lmer 分组错误

Question

我有一个具有以下结构的数据框:

> t <- read.csv("combinedData.csv")[,1:7]
> str(t)
'data.frame':   699 obs. of  7 variables:
 $ Awns               : int  0 0 0 0 0 0 0 0 1 0 ...
 $ Funnel             : Factor w/ 213 levels "MEL001","MEL002",..: 1 1 2 2 2 3 4 4 4 4 ...
 $ Plant              : int  1 2 1 3 8 1 1 2 3 5 ...
 $ Line               : Factor w/ 8 levels "a","b","c","cA",..: 2 2 1 1 1 3 1 1 1 1 ...
 $ X                  : int  1 2 3 4 7 8 9 10 11 12 ...
 $ ID                 : Factor w/ 699 levels "MEL_001-1b","MEL_001-2b",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ BobWhite_c10082_241: int  2 2 2 2 2 2 0 2 2 0 ...

我想构建一个混合效应模型。我知道在我的数据框中，我想包含的随机效应(漏斗)是一个因素，但它不起作用:

> lmer(t$Awns ~ (1|t$Funnel) + t$BobWhite_c10082_241)
Error: couldn't evaluate grouping factor t$Funnel within model frame: try adding grouping factor to data frame explicitly if possible

事实上，这会发生在我想作为随机效应包括在内的任何事情中，例如植物:

> lmer(t$Awns ~ (1|t$Plant) + t$BobWhite_c10082_241)
Error: couldn't evaluate grouping factor t$Plant within model frame: try adding grouping factor to data frame explicitly if possible

为什么 R 给我这个错误？我可以谷歌 fu 的唯一其他答案是，输入的随机效应不是 DF 中的一个因素。但正如 str 所示， df$Funnel 肯定是。

Answer 1

为建模函数提供方便的语法并同时拥有健壮的实现实际上并不容易。大多数软件包作者假设您使用 data参数，甚至可能会出现范围界定问题。因此，如果您使用 DF$col 指定变量，可能会发生奇怪的事情。语法，因为包作者很少花费大量精力来使其正确工作，并且不为此包含大量单元测试。

因此强烈建议使用 data如果模型函数提供 formula 的参数方法。如果您不遵循该实践(还有其他模型函数，例如 lm )，可能会发生奇怪的事情。

在你的例子中:

lmer(Awns ~ (1|Funnel) + BobWhite_c10082_241, data = t) 

这不仅有效，而且编写起来也更方便。