是的，您可以使用包中的函数来使用例如Levene 的测试。这是包中数据集的示例：leveneTest()carMachinesnlme

library(lme4)
library(nlme); data(Machines)
library(car)

mod <- lmer(score ~ Machine + (1|Worker), data=Machines)

> leveneTest(residuals(mod) ~ Machines$Machine)

Levene's Test for Homogeneity of Variance (center = median)
      Df F value Pr(>F)
group  2  0.0811 0.9222
      51       

由于结果不显着，因此满足等方差（同方差性）的假设。

还要检查?leveneTest更多选项。

让我们将其与残差的箱线图进行比较：

boxplot(residuals(mod) ~ Machines$Machine)

由于审阅者似乎想要进行“正式测试”，因此可能很难说服他接受您的目视检查，尽管在我看来，这将是可行的方法。也许其他人有一个实际的参考，为什么在视觉上检查这些假设比“正式测试”要好。

编辑以解决下面@D_Williams 的评论：

Zuur 等人的一篇优秀且被强烈引用的论文。2010可能有助于说服您的审阅者对残差进行目视检查以测试方差的同质性。这里还有 R 生态学中的混合效应模型和扩展一书的链接。