刚有同学问为什么glmm.hp对混合模型中固定因子的R2进行分解不与lmerTest包的获得的变量显著性匹配？如下图。这个是非常正常的。lmerTest包获得的变量参数的显著性，这个是相当展示的是层次分割中unique effect，而glmm.hp获得的individual effect是 unique effect加上平均分配的common effect的结果，是考虑的共线性的结果，所以两者肯定不能匹配。

     另外，glmm.hp层级分割的结果目前是没有提供显著性分析，而用于典范分析的rdacca.hp包，对层级分割结果的显著性检验是通过置换检验完成的，在MEE文章也声明其结果只可作为参考，不能作为变量重要性是否显著的诊断依据，说白了对R2分解的显著性检验结果不可信，层次分割的R2的目的不是用来诊断变量的显著性，而是用于解释变量的相对重要性大小比较。当然，如果显著性符合您的预期，也是可以用的。