Question

当混合模型有多个预测变量时，是否可以绘制混合模型的随机截距或斜率？

使用一个预测器，我会这样做：

#generate one response, two predictors and one factor (random effect)
resp<-runif(100,1, 100)
pred1<-c(resp[1:50]+rnorm(50, -10, 10),resp[1:50]+rnorm(50, 20, 5))
pred2<-resp+rnorm(100, -10, 10)
RF1<-gl(2, 50)

#gamm
library(mgcv)
mod<-gamm(resp ~ pred1, random=list(RF1=~1))
plot(pred1, resp, type="n")
for (i in ranef(mod$lme)[[1]]) {
abline(fixef(mod$lme)[1]+i, fixef(mod$lme)[2])
}

#lmer
library(lme4)
mod<-lmer(resp ~ pred1 + (1|RF1))
plot(pred1, resp, type="n")
for (i in ranef(mod)[[1]][,1]) {
abline(fixef(mod)[1]+i, fixef(mod)[2])
}

但是，如果我有这样的模型呢？：

mod<-gamm(resp ~ pred1 + pred2, random=list(RF1=~1))

或者使用lmer

mod<-lmer(resp ~ pred1 + pred2 + (1|RF1))

我应该考虑所有系数还是只考虑我正在绘制的变量？

由于

Answer 1

## generate one response, two predictors and one factor (random effect)
set.seed(101)
resp <- runif(100,1,100)
pred1<- rnorm(100, 
           mean=rep(resp[1:50],2)+rep(c(-10,20),each=50),
           sd=rep(c(10,5),each=50))
pred2<- rnorm(100, resp-10, 10)

注意您应该不尝试适合随机仅具有两个级别的分组变量的效果 - 这将是几乎总是导致估计的随机效应方差为零，这将反过来将您预测的线条放在每个线条的顶部其他 - 我正在从gl(2,50)切换到gl(10,10) ...

RF1<-gl(10,10)
d <- data.frame(resp,pred1,pred2,RF1)

#lmer
library(lme4)
mod <- lmer(resp ~ pred1 + pred2 + (1|RF1),data=d)

lme4的开发版本具有predict()功能这让这更容易......

预测pred1范围pred2等于其平均值，反之亦然。这一切都比它需要的更聪明因为它为两个焦点预测变量生成了所有值并一次性用ggplot绘制它们......

（）

nd <- with(d,
           rbind(data.frame(expand.grid(RF1=levels(RF1),
                      pred1=seq(min(pred1),max(pred1),length=51)),
                      pred2=mean(pred2),focus="pred1"),
                 data.frame(expand.grid(RF1=levels(RF1),
                      pred2=seq(min(pred2),max(pred2),length=51)),
                      pred1=mean(pred1),focus="pred2")))
nd$val <- with(nd,pred1[focus=="pred1"],pred2[focus=="pred2"])
pframe <- data.frame(nd,resp=predict(mod,newdata=nd))
library(ggplot2)
ggplot(pframe,aes(x=val,y=resp,colour=RF1))+geom_line()+
         facet_wrap(~focus,scale="free")

或者，只关注pred1并为pred2值的（小/离散）范围生成预测......

（）

nd <- with(d,
           data.frame(expand.grid(RF1=levels(RF1),
                      pred1=seq(min(pred1),max(pred1),length=51),
                      pred2=seq(-20,100,by=40))))
pframe <- data.frame(nd,resp=predict(mod,newdata=nd))
ggplot(pframe,aes(x=pred1,y=resp,colour=RF1))+geom_line()+
         facet_wrap(~pred2,nrow=1)

您可能希望在上一个scale="free"中设置facet_wrap() ...或使用facet_grid(~pred2,labeller=label_both)

对于演示文稿，您可能希望替换colour美学，使用group，如果您想要做的就是区分群组（即绘制单独的线条）而不是识别它们......

如何在具有多个预测变量的混合模型中绘制随机截距和斜率？

1 个答案: