lmerTest 的 rand()：如何处理缺失值？

Question

我正在处理一个大型数据集，并使用 R 包 lme4 分析具有线性混合效应模型的连续因变量。我还使用扩展 lmerTest，它允许计算各种图以及与固定和随机项相关的 p 值。

当我运行rand()获取与每个随机项关联的p值时，我得到以下错误：

Error in anova.merMod(object = object, ... = ...) : models were not all fitted to the same size of dataset

这是因为我的一个随机术语包含缺失值，而其他术语则没有。

我的问题是：在 rand 函数中，如何处理数据集大小的差异？是否有允许自动省略 NA 的参数？我试图查看该功能的帮助页面，但文档非常有限。

谢谢！

Answer 1

这是一个使用 lmerTest 包中的数据示例的示例。在示例中，我们希望运行此代码

library(lmerTest)
m <- lmer(Preference ~ sens2+Homesize+(1+sens2|Consumer), data=carrots)
rand(m)

首先，我们确定哪些变量可用于最大的模型。我使用下面 tidyverse 中的管道和函数，但您可以对 with 执行相同的操作。完整模型中的所有变量都应包含在此处

cc <- carrots %>% select(Preference, sens2, Homesize, Consumer) %>% complete.cases()

cc 现在包含一个逻辑向量，其行包含完整的观察集。这些是我们在整个分析过程中应该使用的。我们通过添加 subset 参数

来确保这是真的

m <- lmer(Preference ~ sens2+Homesize+(1+sens2|Consumer), subset=cc, data=carrots)

rand() from lmerTest: how to deal with missing values?