隨機效應變量是否會自動作爲R中lmer（或lme）中的因子？

Question

據我所知，具有混合效果模型作爲隨機效果連續或數字變量沒有多大意義（例如，請參閱here）。

但我不知道是如果lme4::lmer或R中nlme::lme有意阻止你這樣做......

具體來說，就是我要問的是：如果我提供lmer（或lme）任何非因子（非分類）變量作爲隨機效應，函數是否會自動將其作爲一個因子來處理？

插入factor()直接進入11聚物（如使用時lm通常的方法）產生以下錯誤：雖然上述錯誤中提到直接添加一個分組因子到數據

lmer(y ~ z + (1|factor(x)), data = dat) 
Error: couldn't evaluate grouping factor factor(x) within model frame: try adding grouping factor to data frame explicitly if possible 

，它不指定所述分組因子是否需要作爲一個因子（或者可能是來自單詞選擇的隱含因子）？

我知道這很簡單，直接從我的數據創建一個新的因子類變量，但我只是好奇，如果它實際上有必要使用lmer（或lme）。

Answer 1

這似乎並不重要。

library(lme4) 

sl <- sleepstudy 
sl$Subject <- as.numeric(levels(sl$Subject))[sl$Subject] 

## subject as factor 
m1 <- lmer(Reaction ~ Days + (1|Subject), data = sleepstudy) 

## subject as numeric 
m2 <- update(m1, data = sl) 

all.equal(VarCorr(m1), VarCorr(m2)) 
# TRUE 

檢查對象的其餘部分，呼叫是不同的（這是有道理的，我所謂的數據幀不同的東西），和框架是不同的（由於主題的數字對比係數差）。其他一切都是相同的。

all.equal(m1, m2) 
#[1] "Attributes: < Component 「call」: target, current do not match when deparsed >"  
#[2] "Attributes: < Component 「frame」: Component 「Subject」: 'current' is not a factor >" 

分組因素經受factorize()內mkBlist()，其內mkReTrms()調用，它創建用於隨機效應模型矩陣。 factorize()是一個幫手，最終在隨機效果公式的右側條款中調用factor(x)（條件是它是否已經是一個因子等）