r - 如何在具有多个预测变量的混合模型中绘制随机截距和斜率？

Question

当混合模型具有多个预测变量时，是否可以绘制混合模型的随机截距或斜率？

使用一个预测器，我会这样做:

#generate one response, two predictors and one factor (random effect)
resp<-runif(100,1, 100)
pred1<-c(resp[1:50]+rnorm(50, -10, 10),resp[1:50]+rnorm(50, 20, 5))
pred2<-resp+rnorm(100, -10, 10)
RF1<-gl(2, 50)

#gamm
library(mgcv)
mod<-gamm(resp ~ pred1, random=list(RF1=~1))
plot(pred1, resp, type="n")
for (i in ranef(mod$lme)[[1]]) {
abline(fixef(mod$lme)[1]+i, fixef(mod$lme)[2])
}

#lmer
library(lme4)
mod<-lmer(resp ~ pred1 + (1|RF1))
plot(pred1, resp, type="n")
for (i in ranef(mod)[[1]][,1]) {
abline(fixef(mod)[1]+i, fixef(mod)[2])
}

但是如果我有一个这样的模型呢？:

mod<-gamm(resp ~ pred1 + pred2, random=list(RF1=~1))

或者用 lmer

mod<-lmer(resp ~ pred1 + pred2 + (1|RF1))

我应该考虑所有系数还是只考虑我正在绘制的变量的系数？

谢谢

Answer 1

## generate one response, two predictors and one factor (random effect)
set.seed(101)
resp <- runif(100,1,100)
pred1<- rnorm(100, 
           mean=rep(resp[1:50],2)+rep(c(-10,20),each=50),
           sd=rep(c(10,5),each=50))
pred2<- rnorm(100, resp-10, 10)

注意 你可能应该 不是 试图适应随机
对只有两个级别的分组变量的影响 - 这将
几乎总是导致估计的随机效应方差为零，
这反过来会将您的预测线放在每个线的顶部
其他 -- 我正在从 gl(2,50) 切换至 gl(10,10) ...

RF1<-gl(10,10)
d <- data.frame(resp,pred1,pred2,RF1)

#lmer
library(lme4)
mod <- lmer(resp ~ pred1 + pred2 + (1|RF1),data=d)

lme4开发版有一个 predict()功能
这使这更容易一些......

预测范围为 pred1与 pred2等于它的平均值，
反之亦然。这比它需要的要聪明一点
是，因为它生成了两个焦点预测变量的所有值
并一次性使用 ggplot 绘制它们...

()

nd <- with(d,
           rbind(data.frame(expand.grid(RF1=levels(RF1),
                      pred1=seq(min(pred1),max(pred1),length=51)),
                      pred2=mean(pred2),focus="pred1"),
                 data.frame(expand.grid(RF1=levels(RF1),
                      pred2=seq(min(pred2),max(pred2),length=51)),
                      pred1=mean(pred1),focus="pred2")))
nd$val <- with(nd,pred1[focus=="pred1"],pred2[focus=="pred2"])
pframe <- data.frame(nd,resp=predict(mod,newdata=nd))
library(ggplot2)
ggplot(pframe,aes(x=val,y=resp,colour=RF1))+geom_line()+
         facet_wrap(~focus,scale="free")

或者，只关注 pred1并为 pred2 的(小/离散)范围生成预测值 ...

()

nd <- with(d,
           data.frame(expand.grid(RF1=levels(RF1),
                      pred1=seq(min(pred1),max(pred1),length=51),
                      pred2=seq(-20,100,by=40))))
pframe <- data.frame(nd,resp=predict(mod,newdata=nd))
ggplot(pframe,aes(x=pred1,y=resp,colour=RF1))+geom_line()+
         facet_wrap(~pred2,nrow=1)

您可能想设置 scale="free"在最后 facet_wrap() ... 或者
使用 facet_grid(~pred2,labeller=label_both)
对于演示，您可能需要替换 colour审美的，
与 group , 如果您只想区分组
(即绘制单独的线)而不是识别它们......