Question

我创建了一个线性混合效应模型，其中解释变量是母亲年龄，响应变量是伴侣年龄以及几个随机效应。我创建模型没有问题，但现在我使用它生成预测值以适应图表我遇到了一些困难！据我所知，代码是正确的，我不知道为什么这不起作用。

首先我尝试了以下

pred <- expand.grid(Mother.age=EPPs$Mother.age)
head(pred)
tail(pred) 
pred$fit <- predict(m6, newdata=EPPs, type='response', re.form=~0)
head(pred) #here i have predicted and fitted values but they are not in order so I tried the following

pred[order(pred$fit),] ##this said that it worked but changed nothing

plot(jitter(Genetic.father.age) ~ jitter(Mother.age), data=EPPs)

lines(fit ~ Mother.age, data=pred, col='red')

这基本上以一个巨大的来回红色涂鸦而不是一条线结束，所以我决定手动在excel中订购数据点并再试一次

pred1 <- read.csv("predictions1.csv", header=TRUE) ##These are the ordered point
head(pred1)
tail(pred1)
pred$fit <- predict(m6, newdata=EPPs, type='response', re.form=~0)

plot(jitter(Genetic.father.age) ~ jitter(Mother.age), data=EPPs)

lines(fit ~ Mother.age, data=pred1, col='red')

现在这让我非常接近直线，但是每年在x轴上仍然没有“升级”，我真正想要的是平滑的线条！

任何帮助都会受到赞赏 - 我不知道我还能做些什么。

哦，虽然我在这里 - 任何关于比较两个lme模型的事后测试的建议，看看是否有显着差异？在这种情况下，它将是完全相同的模型，除了第一个响应变量是遗传父亲年龄，第二个是社会父亲年龄（我想表明额外的配对男性平均比戴绿帽的社交男性平均年龄）< / p>

谢谢！

整个例子

EPPs <- read.csv("EPPs.csv", header=TRUE) #data i am using

将这些坏男孩变成可以用作随机效果的因素

EPPs$Mother <- as.factor(EPPs$Mother) 
EPPs$Mother.Cohort <- as.factor(EPPs$Mother.Cohort)
EPPs$Brood.year <- as.factor(EPPs$Brood.year)
EPPs$Social.Father <- as.factor(EPPs$Social.Father)

在主题中心内

AveByInd <- function(x) mean(x)
d2 <- do.call("rbind", as.list(
  by(EPPs, EPPs["Mother"], transform, AveMAge=AveByInd(Mother.age))))
par(mfrow=c(1,1))
hist(d2$AveMAge, xlab="Average mother age", ylab="Frequency", main="")

WithinIndCentr <- function(x) x-mean(x)
d2 <- do.call("rbind", as.list(
  by(d2, d2["Mother"], transform, WithinMAge=WithinIndCentr(Mother.age))))
par(mfrow=c(1,1))
hist(d2$WithinMAge, xlab="Within-female centered age", ylab="Frequency", 
main
     ="")

m6<-lmer(d2$Genetic.father.age~d2$WithinMAge+d2$AveMAge+(1|Mother)+
(1|Mother.Cohort)+(1|Brood.year)+(1|Social.Father), data=d2)
summary(m6)

我选择的模型

在这一点之上一切正常现在我想使用我的模型生成的预测来添加最适合我的图形的线

我应该提一下，我决定尝试使用Mother.age变量而不是内部主题居中变量，因为我认为它会更直接本来我正在尝试这个

pred <- expand.grid(Mother.age=EPPs$Mother.age)
pred$fit <- predict(m6, newdata=EPPs, type='response', re.form=~0)
head(pred)
pred[order(pred$fit),]

我被告知我必须订购矩阵才能使其正常工作，但这似乎不起作用

plot(jitter(Genetic.father.age) ~ jitter(Mother.age), data=EPPs)
lines(fit ~ Mother.age, data=pred, col='red')

这导致了一条可怕的来回乱七八糟的红线有朋友告诉我，我需要订购矩阵才能让它工作，所以我尝试在excel和reuploading中手动完成

pred1 <- read.csv("predictions1.csv", header=TRUE) ##almost works
head(pred1)##predictions are in order

dev.off()
plot(jitter(Genetic.father.age) ~ jitter(Mother.age), data=EPPs)

使用抖动，因为离散数据点，我想知道具有大量重叠点的区域

lines(fit ~ Mother.age, data=pred1, col='red')

现在我得到了一条非常接近直线但它仍然没有“步骤”，我希望它完全光滑

使用predict（）函数将预测值线拟合到可视化模型上

0 个答案: