r - 使用 qqmath 或 dotplot : How to make it look fancy? 绘制来自 lmer(lme4 包)的随机效应

Question

qqmath 函数使用 lmer 包的输出制作了很好的随机效应毛毛虫图。也就是说，qqmath 擅长绘制层次模型中的截距及其围绕点估计的误差。下面是 lmer 和 qqmath 函数的一个示例，使用 lme4 包中称为 Dyestuff 的内置数据。该代码将使用 ggmath 函数生成分层模型和漂亮的绘图。

library("lme4")
data(package = "lme4")

# Dyestuff 
# a balanced one-way classiï¬cation of Yield 
# from samples produced from six Batches

summary(Dyestuff)             

# Batch is an example of a random effect
# Fit 1-way random effects linear model
fit1 <- lmer(Yield ~ 1 + (1|Batch), Dyestuff) 
summary(fit1)
coef(fit1) #intercept for each level in Batch 

# qqplot of the random effects with their variances
qqmath(ranef(fit1, postVar = TRUE), strip = FALSE)$Batch

最后一行代码生成了一个非常漂亮的每个截距图，每个估计都有误差。但是格式化 qqmath 函数似乎非常困难，我一直在努力格式化绘图。我提出了一些我无法回答的问题，我认为其他人如果使用 lmer/qqmath 组合也可以从中受益:

有没有办法把上面的qqmath函数加几个
选项，例如使某些点为空与填充，或
不同的点有不同的颜色？例如，您能否将 Batch 变量的 A、B 和 C 的点填满，而其余的点为空？

是否可以为每个点添加轴标签(也许沿着
例如顶部或右侧 y 轴)？

我的数据有接近 45 个拦截，因此可以添加
标签之间的间距，以便它们不会相互碰撞？
主要是，我有兴趣区分/标记上的点
图，这在 ggmath 函数中似乎很麻烦/不可能。

到目前为止，在 qqmath 函数中添加任何附加选项都会产生错误，如果它是标准图，我不会出错，所以我不知所措。

另外，如果您觉得有更好的包/函数来绘制 lmer 输出的截距，我很想听听! (例如，您可以使用 dotplot 做第 1-3 点吗？)

编辑:如果可以合理地格式化，我也愿意接受替代的点图。我只是喜欢 ggmath 情节的外观，所以我从一个关于这个的问题开始。

Answer 1

一种可能性是使用库 ggplot2绘制类似的图形，然后您可以调整绘图的外观。

一、ranef对象另存为 randoms .然后截距的方差保存在对象 qq 中.

randoms<-ranef(fit1, postVar = TRUE)
qq <- attr(ranef(fit1, postVar = TRUE)[[1]], "postVar")

对象 rand.interc仅包含具有级别名称的随机拦截。

rand.interc<-randoms$Batch

所有对象都放在一个数据框中。对于错误间隔 sd.interc计算为方差的 2 倍平方根。

df<-data.frame(Intercepts=randoms$Batch[,1],
              sd.interc=2*sqrt(qq[,,1:length(qq)]),
              lev.names=rownames(rand.interc))

如果您需要根据值在图中对截距进行排序，则 lev.names应该重新排序。如果拦截应按级别名称排序，则可以跳过此行。

df$lev.names<-factor(df$lev.names,levels=df$lev.names[order(df$Intercepts)])

此代码产生情节。现在点数将相差 shape根据因子水平。

library(ggplot2)
p <- ggplot(df,aes(lev.names,Intercepts,shape=lev.names))

#Added horizontal line at y=0, error bars to points and points with size two
p <- p + geom_hline(yintercept=0) +geom_errorbar(aes(ymin=Intercepts-sd.interc, ymax=Intercepts+sd.interc), width=0,color="black") + geom_point(aes(size=2)) 

#Removed legends and with scale_shape_manual point shapes set to 1 and 16
p <- p + guides(size=FALSE,shape=FALSE) + scale_shape_manual(values=c(1,1,1,16,16,16))

#Changed appearance of plot (black and white theme) and x and y axis labels
p <- p + theme_bw() + xlab("Levels") + ylab("")

#Final adjustments of plot
p <- p + theme(axis.text.x=element_text(size=rel(1.2)),
               axis.title.x=element_text(size=rel(1.3)),
               axis.text.y=element_text(size=rel(1.2)),
               panel.grid.minor=element_blank(),
               panel.grid.major.x=element_blank())

#To put levels on y axis you just need to use coord_flip()
p <- p+ coord_flip()
print(p)