现在的lmer函数已经不会显示Pr值了

确实，自R版本4.0.0开始，`lmer`和其他一些高级函数默认不再直接输出显著性水平（通常称为p值，Pr值）。这是为了减少用户对P值误解的潜在风险，因为P值只是描述数据支持某个假设的程度，并不是因果关系的证明。现在，你可能看不到传统的`Pr(>|z|)`或`Pr(>F)`这样的形式。

不过，你仍然可以通过其他方式来获取固定效应的显著性信息：

1. **手动计算**: 使用`summary()`后的`t value`（即标准化的效应大小）与`std.error`（标准误）计算t值，然后使用`t.test()`或`pt()`函数（正态分布下）或`qf()`函数（F分布下）计算p值。

   p_value = 2 * (1 - pt(abs(tstatistic), df))

2. **使用`wald_test()`函数**: 这个函数可以提供Wald检验，虽然不是严格的p值，但它能提供近似的显著性信息。

   library(lme4)
   wald_test(model, test = 'Chisq')

3. **使用`tidy()`函数包装**: 如果你使用的是`tidyverse`包，`tidy()`函数可以将模型结果整理成一个数据框，方便进一步处理。

   library(broom)
   tidy(model)

在所有这些情况下，记得查看`help`文档或在线资源来了解每种方法的具体用法和注意事项。