因子水平的顺序在线性混合效应模型中重要吗？

Question

我正在 R 中使用 glmer 运行线性混合效应模型，我对因子水平的顺序有疑问。

我的数据集包括两个因素：

data$interventions

，级别为 c("m1", "f1", "m2", "f2")

data$group

，级别为 c（“对照”，“受试者”）

我使用的型号是：

model <- glmer(response ~ intervention * group + (1 | ID),
    data = data, family = binomial)

我是否需要更改每个变量的级别顺序，或者设置级别一次就足够了？我知道结果的解释可能会根据参考水平而有所不同，但这是否会影响模型拟合或超出解释的结果？

Answer 1

除非其中之一

1. 你有一个非常大的数据集和一个数值上不稳定的问题；或
2. 你正在做一些奇特的事情（比如将随机效应协方差矩阵的非对角元素设置为零 - 在这种情况下不可能，因为你的随机效应是标量（仅截距），所以协方差“矩阵”是1x1)

那么级别的顺序（以及因此用于拟合模型的对比度）应该对整体模型拟合没有影响。

无论如何，您的问题和相应的答案并不特定于线性混合模型。由于您询问的部分完全属于模型的固定效应部分，因此您可以询问有关线性（

lm

）或广义线性（

glm

）模型的问题，答案是相同的。