Question

我在R：

中拟合了以下lmer模型

lmer(rt~deadline*cond+age+(1+deadline|task/pp), REML=FALSE) ##Model 1
lmer(rt~deadline+cond+age+(1+deadline|task/pp), REML=FALSE) ##Model 2

rt是反应时间，deadline有2个等级短或长，cond也有两个等级：简单或难。在我进行的研究中，30名受试者完成了4项任务。每个任务对象在四个级别（短/容易，长/容易，短/硬，长/硬）中进行50次试验。在我上面的模型中，我有人和任务的随机截取，以及截止日期的人和任务的随机斜率。所以他们总共进行了800次试验。记录准确度和反应时间。如果复杂性（= cond）和紧迫性（= deadline）对反应时间有（交互）影响，我感兴趣。由于可能存在交互效应，我将第一个模型与交互相匹配，并将其与没有交互的第二个模型进行比较。

当我运行第一个模型时，我得到以下输出：

lm.rtfnew <- lmer(rt~deadline*cond+age+(1+deadline|task/pp), REML=FALSE)
fixed-effect model matrix is rank deficient so dropping 1 column / coefficient
summary(lm.rtfnew)
Linear mixed model fit by maximum likelihood  ['lmerMod']
Formula: rt ~ deadline * cond + age + (1 + deadline | task/pp)
 ...
                           Estimate Std. Error t value
   (Intercept)             5.874631   0.669971    8.77
 deadlineshort            -0.375643   0.171779   -2.19
      condhard            -4.685013   0.066538  -70.41
      condeasy            -4.658016   0.066538  -70.01
           age             0.006791   0.018018    0.38
   deadlineshort:condhard  0.007752   0.018960    0.41
 ...
 fit warnings:
     fixed-effect model matrix is rank deficient so dropping 1 column / coefficient

所以我有一个问题，因为对于deadline和cond，都会生成两列，然后这两列显示出完美的多重共线性？然后，R通过为deadline删除一列来修复它，但不为cond删除（因为有一个固定的效果condhard和condeasy）。因此，我有两个问题：

为什么R不删除cond列？
我是否需要手动修复它？

Answer 1

在评论中提供OP提供的其他信息时，一个问题变得明显：""中有一个因子级别cond。这个级别由截距和＆＃34; hard＆＃34;表示。和＆＃34;容易＆＃34; rts与＆＃34;＆＃34;完全不同。 rts，但相比之下非常相似。这些＆＃34;＆＃34;值实际上是NA值，应该按此编码。如果这样做，na.action = na.omit将删除相应的观察结果。这样做可能已经解决了等级缺陷问题。如果没有，OP可以考虑缩放变量或删除交互项。

线性混合模型中的多重共线性

1 个答案: