错误：“mutate()”列出现问题 (...) 大小必须为 15 或 1，而不是 17192

Question

lme4::lmer我目前正在尝试按照本教程绘制函数的结果。我已经尝试了教程中的代码，它按预期工作。\n在教程中，在pred_dist绘图之前将一列添加到数据集中以用于拟合函数。当我用自己的数据尝试此操作时，出现以下错误：

\n

Error: Problem with `mutate()` column `pred_dist`.\n\xe2\x84\xb9 `pred_dist = fitted(model0)`.\n\xe2\x84\xb9 `pred_dist` must be size 15 or 1, not 17192.\n\xe2\x84\xb9 The error occurred in group 1: sgroup = 578, group = 1.\n

\n

样本数据

\n

我的代码：

\n

# Loaded libraries\nlibrary(dplyr)\nlibrary(ggplot2)\nlibrary(lme4)\nlibrary(lmerTest)\nlibrary(lattice)\n\n# My lmer model. myData is fairly \nmodel0 <- lmer(outcome ~ (1|group), data=myData, REML = FALSE)\nsummary(model0)\n\nmyData %>% \n    # save predicted values\n    mutate(pred_dist = fitted(model0)) \n

\n

我想了解的是：是什么导致了此错误消息，以及如何解决它？

\n

---

\n

更新：

\n

根据bouncyballungroup()的评论，我在之前添加了\n mutate()。这适用于我的初始模型，但不适用于后续模型。\n我尝试了以下操作：

\n

> model1 <- lmer(outcome ~ predictor + (1|group), myData, REML=FALSE) \n\n> plotVar$pred_dist = fitted(model1). \n\nError: Assigned data \'value\' must be compatible with existing data. \n\xe2\x9c\x96 Existing data has 17192 rows. \n\xe2\x9c\x96 Assigned data has 16794 rows. \n\xe2\x84\xb9 Only vectors of size 1 are recycled.\n\n> plotVar %>% ungroup(.) \n          %>% mutate(pred_dist = fitted(model1)) \n\nError: Problem with \'mutate()\' column \'pred_dist\'. \n\xe2\x84\xb9 \'pred_dist = fitted(model1)\'. \n\xe2\x84\xb9 \'pred_dist\' must be size 17192 or 1, not 16794.\n

\n

Answer 1

我强烈猜测这里发生了两种不同的事情：（1）分组（2）NA值。

\n

让我们构建一个既分组又包含NA值的示例：

\n

library(dplyr)\nlibrary(lme4)\nss <- sleepstudy |> group_by(Subject)\nss$Days[1:5] <- NA\n\nm0 <- lmer(Reaction ~ Days + (Days | Subject), ss)\n

\n

尝试一下原来的代码：

\n

ss |> mutate(pred = fitted(m0))\n

\n

\n

\xe2\x84\xb9 的pred大小必须为 10 或 1，而不是 175。
\n\xe2\x84\xb9 组 1 中发生错误：主题 = 308。

\n

\n

尝试使用ungroup()：

\n

ss |> ungroup() |> mutate(pred = fitted(m0))\n

\n

\n

\xe2\x84\xb9 pred = fitted(m0)。
\n\xe2\x84\xb9 的pred大小必须为 180 或 1，而不是 175。

\n

\n

我们仍然收到错误，但请注意尺寸不同。

\n

现在使用更新模型na.action = na.exclude（这可以在第一个模型中完成，或者可以通过设置来完成options(na.action = "na.exclude")：

\n

m1 <- update(m0, na.action = na.exclude)\nss |> ungroup() |> mutate(pred = fitted(m1))\n

\n