R lme4预测新水平

我试图拟合一个混合效应模型，然后使用该模型在可能具有不同级别的新数据集上生成估计。我希望新数据集上的估计值将使用估计参数的平均值，但情况似乎并非如此。下面是一个最低限度的工作示例：

library(lme4)
d = data.frame(x = rep(1:10, times = 3),
               y = NA,
               grp = rep(1:3, each = 10))
d$y[d$grp == 1] = 1:10 + rnorm(10)
d$y[d$grp == 2] = 1:10 * 1.5 + rnorm(10)
d$y[d$grp == 3] = 1:10 * 0.5 + rnorm(10)
fit = lmer(y ~ (1+x)|grp, data = d)
newdata = data.frame(x = 1:10, grp = 4)
predict(fit, newdata = newdata, allow.new.levels = TRUE)

---

在这个例子中，我用不同的回归方程定义了三个组（斜率为1、1.5和0.5）。然而，当我试图在一个新的数据集上预测一个看不见的级别时，我得到了一个常数估计。我希望斜率和截距的预期值用于生成新数据的预测。我是不是预期错了？或者，我的代码有什么错？

如果没有固定的坡度，我通常不会包含随机坡度。它似乎是

predict.merMod

同意我的观点，因为它似乎只是简单地使用固定效应来预测新的水平。文档中说“预测将使用无条件（总体水平）值来预测以前未观测到的水平的数据”，但这些值似乎无法用您的模型规范进行估计

因此，我建议采用这种模式：

fit = lmer(y ~ x + (x|grp), data = d)
newdata = data.frame(x = 1:10, grp = 4)
predict(fit, newdata = newdata, allow.new.levels = TRUE)
#       1         2         3         4         5         6         7         8         9        10 
#1.210219  2.200685  3.191150  4.181616  5.172082  6.162547  7.153013  8.143479  9.133945 10.124410

这与仅使用模型的固定效果部分相同：

t(cbind(1, newdata$x) %*% fixef(fit))
#         [,1]     [,2]    [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]    [,10]
#[1,] 1.210219 2.200685 3.19115 4.181616 5.172082 6.162547 7.153013 8.143479 9.133945 10.12441

---

也许还不够清楚，但我认为

？predict.merMod

的文档（合理地）清楚地说明了

允许.new.levels=TRUE

时会发生什么。我猜模棱两可的可能是什么 “无条件（总体水平）值”是指

allow.new.levels

：如果“newdata”中的新级别（或NA值）为 允许。如果为FALSE（默认值），“newdata”中的新值 会引发错误；如果为TRUE，则预测将使用 具有的数据的无条件（总体级别）值 以前未观测到的水平（或NAs）

---

我相信

predict.merMod

只是使用模型中固定效应部分的系数来计算新的水平

y~x+（x | grp）

是一个更合理的模型规范。啊，这是有道理的！如果你把它作为一个答案，我会接受的。我知道这将仍然只在新的预测中使用固定效应。但是，你如何添加随机效应呢？我不理解你的问题。正如你之前所说：“predict.merMod只使用模型中固定效应部分的系数来计算新的水平”。有没有办法也包括随机效果（x | grp）？当然，这是默认值。您只需要使用默认的

allow.new.levels=FALSE

。当然，你不能预测新级别的随机效果（这不是训练数据的一部分）。这在概念上是不可能的，我明白了。我感兴趣的是为一个全新的主题寻找随机效应的估计，我想我使用了错误的方法。无论如何谢谢你。