R - 绘制具有两个以上预测变量的混合模型的预测(连续和因子)

时间:2015-01-26 11:20:02

标签: r plot mixed-models random-effects

我在Ben Bolker的帖子中找到了这个答案,这确实很有帮助(How to plot random intercept and slope in a mixed model with multiple predictors?)。但是,如果我的模型看起来更像这样:/ n     mod <- lmer(resp ~ pred1 + pred2 + factor(pred3) + (1|RF1),data=d)我还想绘制因素对响应的影响,保持其他两个不变,我将如何创建nd数据帧?另外,我如何绘制随机斜坡?非常感谢你提前!

编辑:Ben,非常感谢你的回答,我道歉,当然,给出一个可重复的例子是有意义的。 所以,第一个问题:如果我的模型中有一个因子变量,我怎样才能绘制一个预测变量的影响,保持其他预测变量不变(如上面链接问题的答案所述)?

以下是我的示例数据:https://www.dropbox.com/s/ytlocw868fsnpu7/realdatasample.csv?dl=0,请保密:)。

所以模型将是:

moddata <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (1|region),data=realdatasample)

据我所知,上面链接中给出的例子是关于为一个预测器构建一个图,同时保持另一个预测器不变,反之亦然,并考虑随机效应。但是,如何扩展该代码以考虑三个变量,特别是如果它是一个因素? 第二个问题: 如何在这样的模型中可视化随机斜率?

moddata1 <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (richn_tar-1|region),data=realdatasample)

据我了解,包visregeffects提供了以可接受的方式可视化此类模型的固定部分的方法(一个预测变量保持不变)。但是他们不能(据我所知)对随机效应方差分量进行很好的可视化。 我意识到可能有很多关于此的信息,但我非常喜欢上面的清晰代码示例,并且想要了解如何做这些事情&#34;手工和#34;。 非常感谢您的帮助!

0 个答案:

没有答案