使用lmer出现分组错误

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 ...

我希望构建一个混合效应模型。在我的数据框中，我知道想要包含的随机效应（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

实际上，无论我想将什么作为随机效应（例如植物），都会发生这种情况：

> 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会给我这个错误？我通过谷歌搜索得到的唯一答案是随机因素在DF中不是一个因子。但是，如str所示，df $ Funnel肯定是一个因子。

- SJWard

---

你真的、真的应该使用 data 参数：lmer(Awns ~ (1|Funnel) + BobWhite_c10082_241, data = t)。如果你不遵循这个惯例（在其他模型函数如lm中也是如此），会发生奇怪的事情。 - Roland

那确实完全解决了！创建一个答案，我会将其设为被接受的。 - SJWard

@Roland，请以答案的形式发布？ - Ben Bolker

@BenBolker 由于我正在参加会议，所以回复有些晚了，但我已经发布了答案。如果我没有正确表达包作者的观点，请随意编辑它。 - Roland

看起来不错。有人可以通过查看源代码来确定出现了什么问题，但我认为你的答案基本上就是解决方案。 - Ben Bolker

Answer 1

实际上，在为建模函数提供方便的语法并同时拥有强大的实现上，并不容易。大多数软件包作者假定你使用"data"参数，即使在这种情况下也会出现作用域问题。因此，如果你使用"DF$col"语法指定变量，可能会发生奇怪的事情，因为软件包作者很少花费大量精力来正确处理这些情况，并且不包括很多单元测试。

因此，强烈建议在模型函数提供"formula"方法时使用"data"参数。如果不遵循这个惯例（例如使用其他模型函数如"lm"），可能会发生奇怪的事情。

在你的示例中：

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

这不仅有效，而且写起来更加方便。

- Roland