来自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使用线性混合效应模型分析连续因变量。我还使用了扩展lmerTest，它允许计算各种曲线图以及与固定项和随机项相关的p值。

当我运行rand()来获取与每个随机项关联的p值时，我获得了以下错误：

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项包括缺失值，而其他随机项则没有。

我的问题是:在rand函数中，如何处理数据集大小的差异？是否存在允许自动省略NAs的参数？我试图查看该函数的帮助页面，但文档非常有限。

谢谢!

Answer 1

下面是一个使用lmerTest包中的数据示例的示例。在该示例中，我们希望运行以下代码

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。我使用下面的tidyverse中的管道和函数，但您也可以使用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，其中的行包含完整的观察值集。这些都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)