如何可视化线性混合效果模型

Question

我有一个简单的线性混合效果模型，该模型是使用R：中的lme4包生成的。

model <- lmer(Score ~ Condition + (1|Participant), data = mydata)

模型的输出如下：

summary(model)

Linear mixed model fit by REML ['lmerMod']
Formula: Score ~ Condition + (1 | Participant)
   Data: mydata

REML criterion at convergence: 13586.3

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-4.2595 -0.5645 -0.2365  0.1464  6.6296 

Random effects:
 Groups      Name        Variance Std.Dev.
 Participant (Intercept)  13.2     3.633  
 Residual                187.3    13.686  
Number of obs: 1675, groups:  Participant, 101

Fixed effects:
            Estimate Std. Error t value
(Intercept)  10.3717     0.6272  16.536
Conditionup  -5.6831     0.6829  -8.322

Correlation of Fixed Effects:
            (Intr)
Conditionup -0.551

然后，我将该模型与一个无效模型进行了比较（我认为这表明确实存在Condition的显着影响，可以是up或down。

#Create null vs. full model for likelihood ratio testing
null.model <- lmer(Score ~ 1 + (1|Participant), data = mydata, REML = FALSE)
full.model <- lmer(Score ~ Condition + (1|Participant), data = mydata, REML = FALSE)

#ANOVA comparison of models
anova(null.model, full.model)

Data: mydata
Models:
null.model: Score ~ 1 + (1 | Participant)
full.model: Score ~ Condition + (1 | Participant)
           Df   AIC   BIC  logLik deviance Chisq Chi Df Pr(>Chisq)    
null.model  3 13662 13678 -6827.9    13656                            
full.model  4 13596 13618 -6794.0    13588  67.9      1  < 2.2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

这是我第一次使用线性混合模型，因此我想知道可视化此输出的最佳方法是什么。我在网上找到的示例适用于似乎无法转化为我的简单模型的更复杂的模型。

这是我的数据的简短描述：

102名参与者（我的随机因素）。

51个事件/试验（我的固定因子）。

2个条件（向上或向下）。

Participant每个Score都有一个Event，我想看看Condition是否有显著作用。

---

例如，我使用该问题（How to plot the results of a mixed model）中的代码来生成此代码：

model.plot <- as.data.frame(confint(glht(model))$confint)
model.plot$Comparison <- rownames(model.plot)
ggplot(tmp, aes(x = Comparison, y = Estimate, ymin = lwr, ymax = upr)) +
  geom_errorbar() + geom_point()

但是我不确定我在看什么。