我有data.frame，df：
> str(df_ss)
'data.frame': 571 obs. of 4 variables:
$ final_grade : num 0.733 0.187 0.502 0.194 0.293 ...
$ time_spent : num -0.2 -0.326 -0.709 -0.168 -0.254 ...
$ gender_female: num 1 0 1 0 0 0 1 1 1 1 ...
$ course_ID : Factor w/ 26 levels "1","2","3","4",..: 14 18 13 21 24 15 3 24 9 13 ...
我想了解time_spent如何审核gender_female和final_grade之间的关系。我为course_ID指定了随机效果。
我指定的模型如下：
med.fit <- lme4::lmer(time_spent ~ gender_female + (1|course_ID), data = df)
out.fit <- lme4::lmer(final_grade ~ time_spent + gender_female + (1|course_ID), data = df_ss)
那些似乎工作得很好。
使用lme4包[{1}}为mediation包添加示例后，我指定了此中介模型：
library(mediation)
med.out <- mediate(med.fit, out.fit, treat = "gender_female", mediator = "time_spent", dropobs = T)
这导致了此错误输出：Error in mediate(med.fit, out.fit, treat = "gender_female", mediator = "time_spent",: mediator model is not yet implemented。
每in a vignette（并回答），我检查了一下：
inherits(mediatorModel, "merMod")返回TRUE和getCall(mediatorModel)[[1]]返回lme4::lmer 答案 0 :(得分：2)
您可以尝试使用lme4::lmer加载lme4而不是library(lme4)，而只需拨打lmer。查看mediate代码显示错误处理检查正在寻找lmer的完全匹配，即getCall(model.m)[[1]] == "lmer"。