Question

我正在尝试找到一种方法来可视化我正在研究的项目的混合效果模型，但是不确定使用多个固定和随机效果时如何做到这一点。

我正在从事的项目是尝试根据几种不同的因素来评估在线评论的有用性。数据示例如下：

Participant    Product Type   Star Rating    Anonymous   Product  Helpfulness
1               Exp            Extr          Yes          12         8
1               Search         Extr          Yes          6          6 
1               Search         Mid           Yes          13         7
...
30              Exp            Mid           No           11         2
30              Exp            Mid           No           14         4
30              Search         Extr          No           9          5

数据远比此数据长（30名参与者，他们每人看到大约两打评论，大约有700条条目）。每个参与者看到的都是产品，产品类型和星级的混合，但是他们看到的所有评论都是匿名的或不是匿名的（没有混合）。

结果，我尝试使用以下方法拟合最大混合模型：

mixed(helpfulness ~ product_type * star_rating * anonymity 
    + (product_type * star_rating | participant) 
    + (star_rating * anonymity | product))

我现在想做的是找到一种可视化表示数据的方法，可能是对8个不同的“组”进行颜色编码（本质上是3个二进制自变量（2种产品* 2种星级* 2种匿名），以显示它们与帮助等级的关系。

Answer 1

尝试这样的事情：

library(ggplot2)

# make notional data
df <- data.frame(participant = seq(1,30,1),
                 product_type = sample(x=c('Exp', 'Search'), size=30, replace=T),
                 star_rating = sample(x=c('Extr', 'Mid'), size=30, replace=T),
                 anonymous = sample(x=c('Yes', 'No'), size=30, replace=T),
                 product = rnorm(n=30, mean=10, sd=5),
                 helpfullness = rnorm(n=30, mean=5, sd=3))

ggplot(df) +
  geom_col(aes(x=participant, y=helpfullness, fill=product, color=anonymous)) +
  facet_grid(c('product_type', 'star_rating'))

这将捕获数据中的所有六个变量。您还可以使用alpha和其他美学来包含变量。如果您不想使用alpha，则使用facet_grid可能会更好。如果您将alpha作为美学考虑因素，我建议使用facet_wrap代替facet_grid。

绘制具有三个固定效果的混合效果模型

1 个答案: