判断公式是否包含随机效应的最佳方法？

Question

我有一个公式列表，我想使用函数将其放入循环中。其中一些公式是随机效应模型，另一些是简单的线性模型。我希望该函数检测模型是否包含随机效应，如果包含，则用于lmer()拟合模型。否则，应该使用lm(). 有关如何检查此条件的任何建议（除了将公式转换为字符串并检查括号之外）？在这个阶段，他们有相同的班级，所以我不能只检查这一点。我还可以使用错误处理来捕获lmer()从模型返回错误时没有随机效果并重新路由到常规lm()，但这似乎也不必要地混乱。

下面的例子：

fit_models <- function(formula_list) {
  models <- list()
    for(ii in seq_along(formula_list)) {
      if(formula_list[[ii]] is lmer) { # Enter condition here
        print("lmer")
      } else {
        print("lm")
      }
  }
}

f1 <- formula(y ~ x)
f2 <- formula(y ~ 1 + x + (1 + x | z))
formulas <- c(f1, f2)

fit_models(formulas)

Answer 1

我会说

length(lme4::findbars(f))>0

应该可靠地检测包含随机效应成分的公式（在某种意义上lme4）。

从混合效应模型公式的右侧，确定由竖线运算符分隔的表达式对。

这是（隐式）在代码中完成的测试lme4，在这里......