如何获得lmer对象的置信区间？

Question

我正在尝试获得混合模型预测的置信区间。预测函数不输出任何置信区间。使用merTools包中的predictInterval函数建议的StackOverflow答案很少，以获得间隔，但这两个函数的预测估计值之间存在差异，我想在下面的图中进行比较。有人可以告诉我这里我做错了什么吗？另外，我尝试构建的实际模型类似于下面的片段中显示的模型，除了拦截之外我没有固定效果组件。

library(merTools)
library(lme4)

dat <- iris
mod <- lmer(Sepal.Length ~ 1 + (1 + Sepal.Width + Petal.Length + 
                                  Petal.Width|Species), data=dat)

c1 <- predict(mod, dat)
c2 <- predictInterval(mod, dat)

plot_data <- cbind(c1, c2)
plot_data$order <- c(1:nrow(plot_data))

library(ggplot2)
ggplot(plot_data) + geom_line(aes(x=order, y=c1), color='red') + 
  geom_ribbon(aes(x=order, ymin=lwr, ymax=upr), color='blue', alpha=0.2) +  
  geom_line(aes(x=order, y=fit), color='blue')

红线表示预测'c1' 蓝线表示预测'c2'

Answer 1

我无法隔离导致问题的predictInterval部分，但解决您的具体问题的方法是注意，如果您想要的是群组变化的话截距和斜率，然后你可以拟合以下等效模型

mod2 <- lmer(Sepal.Length ~ 1 + Sepal.Width + Petal.Length + Petal.Width + 
                           (1 + Sepal.Width + Petal.Length + Petal.Width|Species), 
             data = dat)

现在，如果我们将predictInterval应用于此拟合模型

c2 <- predictInterval(mod2, dat)

保留你的例子，我们得到以下情节：

这就是我们想要的。 （为了强调，红线代表原始模型规范的预测，即只有＆＃34;固定＆＃34;组件中的截距。）