当我减少变量中的因素数量时，无法分析LME结果

Question

我有一个包含4个因数的变量，我将其作为独立变量（状态）放入LME模型中。 以lme表示的结果给了我1个系数作为参考值，其他3个以该系数作为参考。我试图应用“平均数”来进行多次比较，因为我想知道每个因素之间的行为方式，但是这是不可能的（也许是因为这些数据是纵向的？）。因此，我创建了一个子集，其中每个“状态”变量只有两个因素。当我尝试解释结果时，问题就来了，例如，似乎因素A有时会变好，有时会变差。 （看图片） 谁能帮我？

这是我用来创建图形的代码：

x <- c(0:600)/100
Hdata <- data.frame(Time = x, Status = "H", Init.Age = 43)
Ndata <- data.frame(Time = x, Status = "N", Init.Age = 45)
Fdata <- data.frame(Time = x, Status = "F", Init.Age = 40)
Adata <- data.frame(Time = x, Status = "A", Init.Age = 45)

yH <- predict(mod2.lme, newdata = Hdata, level = 0)
yN <- predict(mod2.lme, newdata = Ndata, level = 0)
yF <- predict(mod2.lme, newdata = Fdata, level = 0)
yA <- predict(mod2.lme, newdata = Adata, level = 0)

summary(long1$Ratio_a)

plot(x, yH, ylim = c(0.3, 0.6), ylab = "Average Pit Depth/Slope Disk Area", xlab = "Time (years)", type = "l")
lines(x, yF, col = "blue")
lines(x, yA, col = "red")
lines(x, yN, col = "green")
legend("bottomleft", legend = c("H", "A", "F", "N"), col = c("black", "red", "blue", "green"), lty =1, cex = 0.8, bty ="n")

非常感谢！ 莉莉