首先，我对R相当陌生。我可以做基础知识，但在装配模型之前没有。
我在多个时间点（例如在基线，第12、26和52周）对120个人进行了重复测量。存在三组不同的风险。由于缺少数据，我使用混合模型来预测不同暴露的影响。
我已经通过以下方式设置了适合的格式：
fit <- lmer(outcome ~ (1 | id) + (time == 0) + time * grno, data_long)
（时间== 0）用于基线调整。
像往常一样，summary（fit）为我提供了模型的随机效应和固定效应。在这种情况下，摘要会打印第2组和第3组的固定效果，并据此得出52周后不同暴露量的相对效果。
但是，我还希望获得以前时间点（12和26周）的估算值。为此，我了解到预测功能应该起作用。当我写
new.times <- data.frame(time = c(12), grno = data_long$grno)
predict(fit, newdata = new.times)
R仅打印714个数字的列表（即我的长数据的长度）。
当数据包括三组时，是否可以在不同的时间点获得预测？