所以我看过一些类似主题的帖子,但它们似乎都不是我需要的,或者我根本不理解他们提供的解决方案......所以这里...... / p>
我用lme4运行混合效果模型来查看一些黑猩猩数据。我有两个因素(攻击率;交配率)影响我的依赖(喂养时间)。
我想制作两个散点图,显示每个预测变量和结果变量之间的关系,但我想绘制一条线,它是从模型估计得出的(而不是(lm的)( y~x))类型,它只给出一个简单的回归线,而不是基于完整LMM的回归线。
我有一种感觉,这只能用ggplot2来实现,但我还是无法弄清楚如何做到这一点。在一天中大部分时间都在浏览书籍和论坛,我希望如果有人知道他们在做什么,这可能会有一个相当直接的答案。
提前感谢任何提示!
亚历
答案 0 :(得分:1)
首先,我有以下模型:
M3reml
Linear mixed model fit by REML ['lmerMod']
Formula: z.feeding_time ~ z.copul_rate + z.agro_given + z.agro_recd + (1 | Male) + ac_term
Data: N85
其中变量是z变换值:雄性黑猩猩摄食时间(z.feeding_time);与女性的每日交配率(行为/小时; z.copul_rate);每日侵略率(z.agro_given);和每日侵略率(z.agro_recd)。随机效应 - 我学习的12名男性的男性身份证;和时间自动放松术语(ac_term)。
我想根据男性喂养时间的模型估计产生回归线。
获得估算值:
p1<-predict(M3reml)
根据男性侵略率(z变换值)绘制估计值:
plot(p1~z.agro_given, data=N85)
添加回归线:
abline(lm(p1~z.agro_given, data=N85))
我会在这里发布情节图像,但显然我还不允许。