lmer 分组错误

我有一个具有以下结构的数据框：

> t <- read.csv("combinedData.csv")[,1:7]
> str(t)
'data.frame':   699 obs. of  7 variables:
 $ Awns               : int  0 0 0 0 0 0 0 0 1 0 ...
 $ Funnel             : Factor w/ 213 levels "MEL001","MEL002",..: 1 1 2 2 2 3 4 4 4 4 ...
 $ Plant              : int  1 2 1 3 8 1 1 2 3 5 ...
 $ Line               : Factor w/ 8 levels "a","b","c","cA",..: 2 2 1 1 1 3 1 1 1 1 ...
 $ X                  : int  1 2 3 4 7 8 9 10 11 12 ...
 $ ID                 : Factor w/ 699 levels "MEL_001-1b","MEL_001-2b",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ BobWhite_c10082_241: int  2 2 2 2 2 2 0 2 2 0 ...

我想构建一个混合效应模型。我知道在我的数据框中，我想要包含的随机效应（漏斗）是一个因素，但它不起作用：

> lmer(t$Awns ~ (1|t$Funnel) + t$BobWhite_c10082_241)
Error: couldn't evaluate grouping factor t$Funnel within model frame: try adding grouping factor to data frame explicitly if possible

事实上，无论我想作为随机效应包含什么，都会发生这种情况，例如植物：

> lmer(t$Awns ~ (1|t$Plant) + t$BobWhite_c10082_241)
Error: couldn't evaluate grouping factor t$Plant within model frame: try adding grouping factor to data frame explicitly if possible

为什么 R 给我这个错误？我可以通过谷歌搜索得到的唯一答案是，输入的随机效应不是 DF 中的一个因素。但正如 str 所示，df$Funnel 确实是。

为函数建模提供方便的语法并同时拥有健壮的实现实际上并不是那么容易。大多数软件包作者假设您使用data参数，甚至可能会出现范围问题。因此，如果您使用以下命令指定变量，可能会发生奇怪的事情DF$col语法，因为包作者很少花费大量精力来使其正确工作，并且不包含大量的单元测试。

因此强烈建议使用data参数如果模型函数提供formula方法。如果您不遵循该实践（也适用于其他模型函数，例如lm).

在你的例子中：

lmer(Awns ~ (1|Funnel) + BobWhite_c10082_241, data = t) 

这样不但行得通，而且写起来也比较方便。