glmer摘要输出中缺少级别

关于glmer模型的摘要输出，我有一个令人难以置信的问题

在下面的

m0.1

中，我想知道Listgp的第一级在哪里。应该是ListgpT

m0.1 <- glmer(match ~ Listgp + (1|stimulus) + (1|Listener), data = PATdata, family = "binomial")
> summary(m0.1)
Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) [
glmerMod]
 Family: binomial  ( logit )
Formula: match ~ Listgp + (1 | stimulus) + (1 | Listener)
   Data: PATdata

     AIC      BIC   logLik deviance df.resid 
  5218.3   5253.4  -2604.2   5208.3     8203 

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-21.9276  -0.2804  -0.2059   0.2740   9.4275 

Random effects:
 Groups   Name        Variance Std.Dev.
 Listener (Intercept) 1.676    1.294   
 stimulus (Intercept) 4.949    2.225   
Number of obs: 8208, groups:  Listener, 228; stimulus, 12

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)  
(Intercept)  -1.3754     0.6792  -2.025   0.0429 *
ListgpTA      0.2284     0.3073   0.743   0.4572  
ListgpTQ      0.1432     0.2513   0.570   0.5687  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
         (Intr) LstgTA
ListgpTA -0.235       
ListgpTQ -0.288  0.636

m0.1摘要（m0.1）
广义线性混合模型的极大似然拟合（拉普拉斯近似）[
glmerMod]
家庭：二项式（logit）
公式：match~Listgp+（1|stimulus）+（1|Listener）
数据：PATdata
AIC BIC logLik偏差df.resid
5218.3   5253.4  -2604.2   5208.3     8203 
标度残差：
最小1季度中值3季度最大值
-21.9276  -0.2804  -0.2059   0.2740   9.4275 
随机效应：
组名为Variance Std.Dev。
侦听器（截取）1.676 1.294
刺激（截距）4.949 2.225
OB数量：8208，组：侦听器，228；刺激，12
固定效果：
估计标准误差z值Pr（>z）
（截距）-1.3754 0.6792-2.025 0.0429*
ListgpTA 0.2284 0.3073 0.743 0.4572
ListgpTQ 0.1432 0.2513 0.570 0.5687
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
固定效应的相关性：
（国际）LstgTA
ListgpTA-0.235
ListgpTQ-0.288 0.636

从上面的输出可以看出，只显示了ListgpTA和ListgpTQ，而没有显示ListgpT

m0.1 <- glmer(match ~ Listgp + (1|stimulus) + (1|Listener), data = PATdata, family = "binomial")
> summary(m0.1)
Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) [
glmerMod]
 Family: binomial  ( logit )
Formula: match ~ Listgp + (1 | stimulus) + (1 | Listener)
   Data: PATdata

     AIC      BIC   logLik deviance df.resid 
  5218.3   5253.4  -2604.2   5208.3     8203 

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-21.9276  -0.2804  -0.2059   0.2740   9.4275 

Random effects:
 Groups   Name        Variance Std.Dev.
 Listener (Intercept) 1.676    1.294   
 stimulus (Intercept) 4.949    2.225   
Number of obs: 8208, groups:  Listener, 228; stimulus, 12

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)  
(Intercept)  -1.3754     0.6792  -2.025   0.0429 *
ListgpTA      0.2284     0.3073   0.743   0.4572  
ListgpTQ      0.1432     0.2513   0.570   0.5687  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
         (Intr) LstgTA
ListgpTA -0.235       
ListgpTQ -0.288  0.636

---

这是否意味着ListgpT的结果与截距相同？

事实上这很正常。在这种情况下，我猜测Listgp只有3种可能的情况：ListgpT、ListgpTA和ListgpTQ。因此，ListgpT不需要输出，因为它被视为参考级别，这意味着ListgpTA和ListgpTQ的表达方式与ListgpT相比较

m0.1 <- glmer(match ~ Listgp + (1|stimulus) + (1|Listener), data = PATdata, family = "binomial")
> summary(m0.1)
Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) [
glmerMod]
 Family: binomial  ( logit )
Formula: match ~ Listgp + (1 | stimulus) + (1 | Listener)
   Data: PATdata

     AIC      BIC   logLik deviance df.resid 
  5218.3   5253.4  -2604.2   5208.3     8203 

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-21.9276  -0.2804  -0.2059   0.2740   9.4275 

Random effects:
 Groups   Name        Variance Std.Dev.
 Listener (Intercept) 1.676    1.294   
 stimulus (Intercept) 4.949    2.225   
Number of obs: 8208, groups:  Listener, 228; stimulus, 12

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)  
(Intercept)  -1.3754     0.6792  -2.025   0.0429 *
ListgpTA      0.2284     0.3073   0.743   0.4572  
ListgpTQ      0.1432     0.2513   0.570   0.5687  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
         (Intr) LstgTA
ListgpTA -0.235       
ListgpTQ -0.288  0.636

---

您可以在

R

中读取显示输出的内容，您可以看到，在4个癌症阶段中，只有3个在输出中（因为假设第一个阶段是默认阶段，就像您的示例中ListgpT是默认阶段一样）

非常感谢David。这真的很有帮助。