如何使用具有嵌套效应的线性混合建模开发的模型来预测值？

Question

我在R中使用5个变量开发了一个模型。选择线性混合建模方法来开发一个具有嵌套效应的模型。

模型开发的我的R代码如下：

model1 <- lmer(Reduction.factor ~ (1|PAI:Open.wind) + 
     (1|PAI:Temp) + (1|PAI:Height)+ (1|PAI:Density)+ PAI  ,
    data = model)

PAI嵌套了4个参数。

为了了解模型在不同条件下的预测，我为5个参数创建了不同的数字作为数据框（称为“案例研究”）。

看起来像这样：

Temp    Height  Density PAI Open wind
20.000  0.041   0.033   1.960   30.000
20.000  0.082   0.061   1.960   30.000
20.000  0.122   0.059   1.960   30.000
20.000  0.163   0.061   1.960   30.000
20.000  0.204   0.043   1.960   30.000
20.000  0.245   0.048   1.960   30.000
20.000  0.286   0.052   1.960   30.000
40.000  0.082   0.061   1.960   40.000
40.000  0.122   0.059   1.960   40.000
40.000  0.163   0.061   1.960   40.000
40.000  0.204   0.043   1.960   40.000
40.000  0.245   0.048   1.960   40.000
40.000  0.286   0.052   1.960   40.000

我想通过使用5个参数的值来预测'Reduction.factor'。

所以我让p1 <- predict(model1,case study)看到预测..但只有错误（函数（x，n）：在newdata中检测到的新级别＆lt; - 此消息出现了..

如何通过将这些值用于5个参数来预测'Reduction.factor'？并且..如果我想有置信区间（95％），我应该把'interval ='置信''？

提前谢谢。