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!
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visreg
和effects
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!