lme输出和原始数据的差异

Question

我运行了一个反应时间模型作为我的DV和PWI条件作为固定因素之一。

我将contr.sum用于所有固定因素。我运行了以下模型来寻找三个不同IV（每个2个等级）的反应时间分数的差异。

test=lmer(PWI_RT ~ PWI_Condition * Distractor_Condition * 
    Distractor_Language + (1 | Subject) + (1 | Picture_Name),
    data=data1 ,],)

输出如下：

               | Estimate | Std. Error | t value (Intercept)
               | 3605.485 |     77.181 |  46.71
PWI_Condition1 |  109.131 |     30.595 |   3.57

输出（偏差编码）显示PWI条件的正t值为2.067，其中Noncognates被编码（-1）并且同源被编码（+1）。因此，我解释这一点，因为同源词比非同源词需要更长的名字。但是，这些结果与原始方法不匹配。非同源物的手段比同源物长得多（就反应时间而言）。 我该如何解释这个结果？