让我们考虑这个假设的数据集：

set.seed(12345)

num.subjects <- 10

dose <- rep(c(1,10,50,100), num.subjects)
subject <- rep(1:num.subjects, each=4)
group <- rep(1:2, each=num.subjects/2*4)

response <- dose*dose/10 * group + rnorm(length(dose), 50, 30)

df <- data.frame(dose=dose, response=response, 
                 subject=subject, group=group)

我们可以使用lme随机效应模型对响应进行建模：

require(nlme)
model <- lme(response ~ dose + group + dose*group, 
             random = ~1|subject, df)

我想使用predict这个模型的结果来获得，例如，第 1 组的普通受试者对 10 剂量的反应：

pred <- predict(model, newdata=list(dose=10, group=1))

但是，使用此代码，我收到以下错误：

Error in predict.lme(model, newdata = list(dose = 10, group = 1)) : 
cannot evaluate groups for desired levels on 'newdata'

例如，为了摆脱它，我需要做

pred <- predict(model, newdata=list(dose=10, group=1, subject=5))

然而，这对我来说并没有多大意义……这个主题在我的模型中是一个令人讨厌的因素，那么它有什么意义predict呢？如果我输入数据集中不存在的主题编号，则predict返回NA.

predict这是在这种情况下想要的行为吗？我错过了一些非常明显的东西吗？