我正在尝试为我收集的调查数据估计线性混合效应模型。数据集主要包含类别变量（序数和名义变量），响应变量也属于类别变量（分数为1-5）。在我使用的模型中，但不是设置为因子而是数值。要求受访者仅根据包装对产品属性（例如味道，外观和健康度）进行评分。
我根据包装类型（4个级别：隐式提示，显式提示，两者或都不显示）和响应者行为（2个级别：涉及或不涉及）评估了预测FLAVOR（评分1-5）的模型。考虑到一些控制变量，例如年龄组，教育水平，性别和购物习惯（均为分类变量）。此外，我还包括了2种随机效果以及RESPONDENT（476位受访者）和PRODUCT（6种不同的产品）：
模型<-lmer（风味〜行为+包装类型+教育程度+整体+性别+购物习惯+（1 |响应）+（1 |产品），data = df）
我知道我应该进行多项式回归，而不仅是线性回归，这就是我的论文推动者要求我做的...这些影响中只有少数是重要的，我想一直调整一下，但是当我看时在残差与拟合图上，残差排列成5条线。我认为这与响应变量FLAVOR的5个级别有关，但我不知道为什么，也没有在任何网站或论坛上找到解决方案。我尝试对响应变量进行倒数或对数转换，但是没有成功。
如果有人可以帮助我解释这些结果或提出更好的措施，我将非常感激。
