通过模型规范了解glmer中的效果

Question

我尝试使用glmer中lme4包的R函数在我的数据集上运行以下模型：

Approach ~ Group * Response * Stim.Type + Liking.Z + Age.Z + Context * Response + (1 | Subject)

Approach是二元结果（0或1）。 Stim.Type，Response和Group也有两个级别。 Context有三个。 Liking.Z和Age.Z是标量。

我注意到结果的变化取决于我设定为基线的解释因素的哪个级别。例如，Stim.Type有2个级别：食物和玩具。

如果我将玩具设为基线，结果为：

Fixed effects:
                                   Estimate Std. Error z value Pr(>|z|)    
(Intercept)                         4.05414    0.20486  19.790  < 2e-16 ***
GroupBN                            -0.18099    0.22321  -0.811 0.417452    
ResponseNogo                       -5.43113    0.19603 -27.706  < 2e-16 ***
Stim.TypeFood                      -0.37833    0.20156  -1.877 0.060524 .  
Liking.Z                            0.01095    0.03384   0.324 0.746277    
Age.Z                               0.11421    0.07117   1.605 0.108571    
ContextNegative                     0.04256    0.14357   0.296 0.766890    
ContextPositive                    -0.09674    0.13877  -0.697 0.485729    
GroupBN:ResponseNogo                0.25803    0.20319   1.270 0.204117    
GroupBN:Stim.TypeFood               0.56902    0.24398   2.332 0.019689 *  
ResponseNogo:Stim.TypeFood          0.80007    0.22715   3.522 0.000428 ***
ResponseNogo:ContextNegative       -0.01536    0.16300  -0.094 0.924908    
ResponseNogo:ContextPositive        0.10522    0.15920   0.661 0.508633    
GroupBN:ResponseNogo:Stim.TypeFood -0.21836    0.27975  -0.781 0.435073    

如果我将食物设定为基线，我会得到：

Fixed effects:
                                  Estimate Std. Error z value Pr(>|z|)    
(Intercept)                        3.67496    0.19559  18.789  < 2e-16 ***
GroupBN                            0.38862    0.22293   1.743 0.081290 .  
ResponseNogo                      -4.63047    0.18366 -25.212  < 2e-16 ***
Stim.TypeToy                       0.37880    0.20189   1.876 0.060621 .  
Liking.Z                           0.01092    0.03385   0.323 0.746933    
Age.Z                              0.11431    0.07120   1.606 0.108367    
ContextNegative                    0.04287    0.14366   0.298 0.765360    
ContextPositive                   -0.09655    0.13886  -0.695 0.486872    
GroupBN:ResponseNogo               0.03941    0.19967   0.197 0.843532    
GroupBN:Stim.TypeToy              -0.56957    0.24433  -2.331 0.019744 *  
ResponseNogo:Stim.TypeToy         -0.80069    0.22755  -3.519 0.000434 ***
ResponseNogo:ContextNegative      -0.01578    0.16312  -0.097 0.922916    
ResponseNogo:ContextPositive       0.10498    0.15930   0.659 0.509905    
GroupBN:ResponseNogo:Stim.TypeToy  0.21898    0.28018   0.782 0.434471    

对于某些交互效果，例如GroupBN:Stim.TypeFood或ResponseNogo:Stim.TypeFood效果几乎（但不完全）相同，但正如我所期望的那样反转。但是对于某些效果，特别是在模型中指定为交互的主要效果，如GroupBN和ResponseNogo，结果完全不同。

我想知道为什么结果会根据我在模型中指定因素水平的方式而改变？像GroupBN这样的东西的主要影响是仅在其他因素（不是我想到的）的基础水平内计算，还是在控制因类别差异引起的方差的类别（我认为）之间？如何最好地指定我的模型以确保我看到的效果在这里是真的？

感谢！