当使用lme4和lmerTest时,我偶然发现了一个影响Mac OS版R 3.3.2(和.3的问题!)的问题.

lmerTest产生错误:

计算Satterthwaite近似值时出错.lme4包的输出是从lme4返回的摘要返回lmerTest中发生了一些计算错误

在MacOS下的R 3.2和Windows下的任何R版本都不会出现这个问题.但是,这不是安装问题,因为我重新安装R后再次出现错误,并且在另一台Mac上也是如此.

这是示例代码:

 library(lme4)

#' start of data creation

mydat <- 
  structure(list(ID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 
                        13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 27, 28, 29, 
                        1, 2, 3, 4, 5, 6, 7, 8, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 
                        20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 1, 2, 3, 4, …

我正在尝试执行具有随机效应的逐步模型，其中我可以获得 BIC 值。

lmerTest 包说它适用于 lme4，但只有从模型中删除我的一个自变量（这是一个具有两个选项 (TM) 的因素），我才能让它工作

错误代码是：

在错误$<-（*tmp*，式中，值=条款）：用于分配此S4类的子集的方法没有

或者

as_lmerModLmerTest(model) 中的错误：模型不属于“lmerMod”类：无法强制转换为“lmerModLmerTest”类

我在某处读过它可能与 drop1 有关，但我仍然没有弄清楚。我也愿意接受其他包和功能的建议。

之前，在尝试 full.model <- lm ( ... 一切正常。更改为 lmer 后，它不再起作用了。

我现在使用的代码：

full.model <- lme4::lmer(dep ~ TM + ind + (1 | dorp),  data=test)  #lmerTest:: give same outcome

step.model<- lmerTest::step(full.model, direction="both",k=log(16))   # n=16

summary(step.model)

BIC(step.model)

#Example dataset

test <- data.frame(TM = as.factor(c(rep("org", 3), rep("min", 3),rep("org", 3), rep("min", 3),rep("org", 3), rep("min", 3))),
                   dep = runif(18,0,20),
                   ind = runif(18,0,7),
                   dorp = as.factor(c(rep(1,6),rep(2,6),rep(3,6))))

我正在使用lmerTest::lmer()重复测量数据执行线性回归。

我的模型包含固定效应（具有 5 个级别的因子）和随机效应（主题）：

library(lmerTest) 
model_lm  <- lmer(likertscore ~ task.f + (1 | subject), data = df_long)  

我想在我用 生成的回归表中包括观察总数、受试者数量、总 R^2 和固定效应的 R^2 modelsummary()。

我尝试提取这些内容并按照包作者的gof_map 描述构建一个，但没有成功。下面是我从lmerTest::lmer()性能指标中获得的模型输出：

Linear mixed model fit by REML ['lmerModLmerTest']
Formula: likertscore ~ factor + (1 | subject)
   Data: df_long
REML criterion at convergence: 6674.915
Random effects:
 Groups   Name        Std.Dev.
 subject  (Intercept) 1.076   
 Residual             1.514   
Number of obs: 1715, groups:  subject, 245
Fixed Effects:
                      (Intercept)                         factor1                         factor2  
                           3.8262                             1.5988                             0.3388  
                      factor3 …