r - lme4中毛毛虫图的选项，按因子分组以直观地识别时间趋势

Question

我正在使用 lme4 中的 lmer 函数分析一个庞大而复杂的数据集。我正在使用格子和点图来生成我的随机效应的毛毛虫图。有没有办法通过我的数据集中的因子或连续变量对我的毛毛虫图进行颜色编码？也使用过 qqmath，我可能只需要帮助理解如何使用“组”参数。这将有助于讨论点。

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

summary(grouseticks)

fit1<-lmer(TICKS~1+(1|LOCATION), grouseticks)
rr1<-ranef(fit1, condVar = TRUE)
dotplot(rr1)
#We get a nice caterpillar plot of intecepts and variances by location, is there any way to color code those
#blue intercept points by another factor, such as year? 

Answer 1

轻松做您想做的事情的问题在于 ranef()结果不包括您想要的信息，并且 dotplot.ranef.merMod()方法有点过于硬编码，无法轻松修改...我将展示一个 ggplot解决方案。如果你坚持要lattice解决方案，尝试检查 lme4:::dotplot.ranef.merMod并查看您是否可以按照以下解决方案对其进行调整。

library("lme4")

fit1 <- lmer(TICKS~1+(1|LOCATION), grouseticks)
rr1 <- ranef(fit1, condVar = TRUE)
lattice::dotplot(rr1)

这个问题对于这个特定的数据集没有多大意义，因为这些位置是跨年不规则采样的:

yrtab <- with(grouseticks,table(LOCATION,YEAR))
head(yrtab)
    YEAR
## LOCATION 95 96 97
##        1  0  5  3
##        2  0  0  3
##        3  0  7  0
##        4  3  6 11
##        5  0  3  0
##        6  0  9  0

...但为了继续这个例子，让我们计算每个位置的模态采样年份(即，采样数量最多的年份——对于平局，我们将采用第一年，因为它最简单，这是只是一个例子)

yrvec <- 95:97
yrmode <- with(grouseticks,yrvec[apply(yrtab,1,which.max)])
dd <- data.frame(LOCATION=rownames(yrtab),yrmode)

现在我们需要获得正确形状的随机效应数据，并提取标准误差:

## extract conditional mode and square root
## (c() works on simple attr(.,"postVar") -- would have
##  to be more careful with vector-valued random effects
rr2 <- data.frame(LOCATION=rownames(rr1[[1]]),
                  int=unname(rr1[[1]]),
                  se=sqrt(c(attr(rr1[[1]],"postVar"))))
## combine with other variables
rr3 <- merge(rr2,dd)
## prepare for caterpillar by ordering locations by est. value
rr4 <- transform(rr3,LOCATION=reorder(LOCATION,int))
library("ggplot2"); theme_set(theme_bw())
ggplot(rr4,aes(LOCATION,int,ymin=int-1.96*se,ymax=int+1.96*se))+
    geom_pointrange(aes(colour=factor(yrmode)))+coord_flip()+
        scale_colour_discrete(name="year")

这将不得不进行一些概括以处理向量值随机效应......