我没有在任何相关主题上看到这个问题的明确答案，所以我想知道你是否可以给我一个
我知道预测函数可用于生成“在人口层面”的新案例的预测，即没有指定随机变量的信息
我想在网络界面上进行R之外的预测，用户为我在混合模型中使用的固定效果变量提交分数，但不提交任何有关各种随机变量水平的信息他们躺着。我的问题是，以这种方式使用预测函数级别是否只是为您提供了一个看似标准回归方程式的输出
因此给出了混合模型
Fit<-lmer(y ~ Fix1 + Fix2 + Fix3 + (1+ Fix1 + Fix2 + Fix3 | Rand1 ) + (1|Rand2), data = df, REML = FALSE)
可以用人口水平预测
Y = intercept + Beta1.Fix1 + Beta2.Fix2 + Beta3.Fix3
我被告知这是如此但我发现当我使用这个回归方程来创建产生模型的实际数据的预测分数时，这些分数平均低于观察到的分数（因此残差不是' t总和为零）。相反，如果我使用线性而非混合模型给出的回归方程进行相同的检查。
非常感谢任何想法，
汤姆