lme4输出中的未知符号[重复]

Question

此问题已经在这里有了答案：

• Interpretation of ordered and non-ordered factors, vs. numerical predictors in model summary1个答案

我已经使用R中的lme4软件包拟合了线性混合效果模型。我正在预测具有两个类别固定因子（outcome（向上/向下）和direction（正）的连续utility变量/ neutral / negative）和Participant作为随机因素。我想测试direction，utility以及两者在outcome上的交互作用，因此我编写了一个模型，如下所示：

model <- lmer(outcome ~ direction * utility + (1|Participant), data = DF)

并且输出看起来像这样：

Linear mixed model fit by REML ['lmerMod']
Formula: outcome ~ direction * utility + (1 | Participant)
   Data: DF

REML criterion at convergence: 35381.7

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-4.5722 -0.5269 -0.2075  0.2518  5.8625 

Random effects:
 Groups      Name        Variance Std.Dev.
 Participant (Intercept)  5.832   2.415   
 Residual                96.155   9.806   
Number of obs: 4761, groups:  Participant, 100

Fixed effects:
                           Estimate Std. Error t value
(Intercept)                  8.9769     0.3189  28.153
directionUpwards            -6.1652     0.2912 -21.172
utility.L                   -4.1623     0.3577 -11.635
utility.Q                   -3.0612     0.3668  -8.346
directionUpwards:utility.L   4.2283     0.5000   8.456
directionUpwards:utility.Q   3.6176     0.5049   7.165

Correlation of Fixed Effects:
            (Intr) drctnU utlt.L utlt.Q drU:.L
drctnUpwrds -0.473                            
utility.L   -0.068  0.076                     
utility.Q   -0.019  0.019 -0.070              
drctnUpw:.L  0.051  0.008 -0.720  0.049       
drctnUpw:.Q  0.015 -0.020  0.052 -0.720  0.011

输出中utility的L和Q是什么意思？由于它们与utility的可能值不对应，因此我不确定如何解释。

Answer 1

这不是lme4特定的。

这些项是正交多项式对比度的线性（L）和二次（Q）系数；发生这种情况是因为utility已定义为有序因子。如果您有更多级别的因子，它们将被标记为C（立方），4，（四次四阶），5等。>

如果您想返回因子的一般行为（即治疗对比），可以将utility转换回无序（data <- transform(data,utility=factor(utility,ordered=FALSE))），或使用各种方法之一指定您想要治疗对比。

Answer 2

L和Q代表线性和二次对比度。默认情况下，R对无序因子进行处理对比，对有序因子进行多项式对比。