我最初在编辑前一个问题时问过这个问题，但我认为它应该有自己的问题。
我正在运行一个带有单个二分预测器（编码为1/0）的glmer。该模型还包括随机主题截距，以及随机项截距和斜率。
当随机截距和斜率不相关时，更改预测器的哪个级别作为参考类别不会更改系数的绝对值。
无论是将预测变量保留为数字变量，还是将预测变量转换为因子并使用以下代码，都会发生这种情况：
t1<-glmer(DV~IV+(1|PPT)+(0+dummy(IV, "1")|Item)+(1|Item), data = data, family = "binomial”)
这是真的结果吗？如果是这样，任何人都可以解释为什么不相关的随机拦截和斜率允许它出现？如果没有，我如何运行具有不相关的随机截距和斜率的模型，以防止参考类别的选择影响结果？
非常感谢！
编辑：
以下是一些示例数据。
对不起，我不确定如何使用r命令链接到它，但是csv数据的示例在这里：https://pastebin.com/embed_js/X2h9yT4c
testdata<-read.csv("test.csv")
testdata$PPT<-as.factor(testdata$PPT)
testdata$BalancedIV<-as.factor(testdata$BalancedIV)
testdata$BalancedIVReversed<-as.factor(testdata$BalancedIVReversed)
testdata$BIV<-as.numeric(as.character(testdata$BalancedIV))
testdata$BIVR<-as.numeric(as.character(testdata$BalancedIVReversed))
testdata$UIV<-as.numeric(as.character(testdata$UnBalancedIV))
testdata$UIVR<-as.numeric(as.character(testdata$UnbalancedIVReversed))
这两个模型具有相同的预测器但具有反向编码（即第一次为1/0，第二次为0/1）。您可以看到它们的系数具有不同的绝对值。
t19<-glmer(DV~BalancedIV+(1|PPT)+(0+dummy(BalancedIV, "1")|Item)+(1|Item), data = testdata, family = "binomial")
t20<-glmer(DV~BalancedIVReversed+(1|PPT)+(0+dummy(BalancedIVReversed, "1")|Item)+(1|Item), data = testdata, family = "binomial")
summary(t19)
summary(t20)