在混合效果模型中绘制二次函数

时间:2017-04-07 18:56:31

标签: r regression lme4 quadratic

这是一个很长的问题,所以感谢与我的关系。

这是我的数据

https://www.dropbox.com/s/jo22d68a8vxwg63/data.csv?dl=0

我构建了一个混合效果模型

library(lme4)
mod <- lmer(sqrt(y) ~ x1 + I(x1^2) + x2 + I(x2^2) + x3 + I(x3^2) + x4 + I(x4^2) + x5 + I(x5^2) + 
      x6 + I(x6^2) + x7 + I(x7^2) + x8 +  I(x8^2) + (1|loc) + (1|year), data = data)

所有预测变量都是标准化的,我很想知道y如何随x5的变化而变化,同时保持其他变量的平均值(等于0,因为所有变量都是标准化的)。

我就是这样做的。

# make all predictors except x5 equal to zero 

data$x1<-0
data$x2<-0
data$x3<-0
data$x4<-0
data$x6<-0
data$x7<-0
data$x8<-0

# Use the predict function 
 library(merTools)
fitted <- predictInterval(merMod = mod, newdata = data, level = 0.95, n.sims = 1000,stat = "median",include.resid.var = TRUE)

现在我想将拟合图绘制为x5的二次函数。我这样做:

i<-order(data$x5)  

plot(data$x5[i],fitted$fit[i],type="l")

我希望这会产生y作为x5的二次函数的图。但正如您所看到的,我得到的是下面没有任何二次曲线的图。谁能告诉我这里做错了什么?

This is what I get

1 个答案:

答案 0 :(得分:2)

我不确定predictInterval来自何处,但您可以使用predict执行此操作。诀窍是确保将随机效果设置为0.这是你如何做到的

newdata <- data
newdata[,paste0("x", setdiff(1:8,5))] <- 0
y <- predict(mod, newdata=newdata, re.form=NA)
plot(data$x5, y)

re.form=NA部分消除了随机效应

enter image description here