在R中，lmer（或lme）中的随机效应变量是否自动被视为因子？

Question

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。

- theforestecologist

Answer 1

似乎并不重要。

library(lme4)

sl <- sleepstudy
sl$Subject <- as.numeric(levels(sl$Subject))[sl$Subject]

## subject as factor
m1 <- lmer(Reaction ~ Days + (1|Subject), data = sleepstudy)

## subject as numeric
m2 <- update(m1, data = sl)

all.equal(VarCorr(m1), VarCorr(m2))
# TRUE

检查对象的其余部分，调用不同（这是有道理的，我把数据框命名为不同的名称），并且框架不同（由于Subject中数字与因子的差异）。其他所有内容都相同。

all.equal(m1, m2)
#[1] "Attributes: < Component “call”: target, current do not match when deparsed >"     
#[2] "Attributes: < Component “frame”: Component “Subject”: 'current' is not a factor >"

分组因素在mkBlist()中进行factorize()处理，该函数在mkReTrms()中调用，用于为随机效应创建模型矩阵。 factorize()是一个辅助函数，最终会在随机效应公式的右侧项上调用factor(x)（条件是它是否已经是因子等）。

- alexforrence

---

感谢您的反馈！这个回答有点肤浅（只回答了加粗的问题“函数是否自动将其视为因子？”而不是为什么在公式的RE部分调用函数不起作用）。这不是我理解得足够好的东西，您想添加一个关于这个的答案吗？ - alexforrence

@alexforrence 谢谢，Alex，这很有帮助。你是如何确定你的最后一段话（“分组因素...等等”）的位置和方式的？ - theforestecologist

@theforestecologist，通常从https://github.com/lme4/lme4/blob/master/R/utilities.R源代码中，有具体的哪一部分让您感到困惑？ - alexforrence

@alexforrence 不，我只是不知道如何独立完成那个:p。 - theforestecologist