我了解在混合效应模型中,将连续或数值变量作为随机效应并不太合理(例如,请参见此处)。
但我想知道的是,R中的
具体来说,我的问题是:如果我将任何非因子(非分类)变量作为随机效应提供给
尽管上述错误提到直接将分组因素添加到数据中,但它并没有明确指出是否该分组因素需要是一个因子(或者这个词的选择可能隐含了这一点)?
我知道很容易直接从我的数据中创建一个新的因子类变量,但我只是好奇在使用 lmer(或lme)时是否真的有必要。
但我想知道的是,R中的
lme4::lmer
或nlme::lme
是否有意防止你这样做...具体来说,我的问题是:如果我将任何非因子(非分类)变量作为随机效应提供给
lmer
(或lme
),该函数会自动将其视为因子吗?
直接将factor()
插入lmer(使用lm
时通常的方法)会产生以下错误:lmer(y ~ z + (1|factor(x)), data = dat)
Error: couldn't evaluate grouping factor factor(x) within model frame: try adding grouping factor to data frame explicitly if possible
尽管上述错误提到直接将分组因素添加到数据中,但它并没有明确指出是否该分组因素需要是一个因子(或者这个词的选择可能隐含了这一点)?
我知道很容易直接从我的数据中创建一个新的因子类变量,但我只是好奇在使用 lmer(或lme)时是否真的有必要。