如何绘制glmmTMB包中GLMM的预测数据？

Question

如何绘制glmmTMB包中GLMM的预测数据？

4

我有以下数据，并使用R中的glmmTMB包创建了一个模型，该模型将植物直径与植物密度（植物数量）和随机地块效应相关联：

d <- data.frame (diameter = c(17,16,15,13,11, 19,17,15,11,11, 19,15,14,11,8),
                      plant_density = c(1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000),
                      plot = c(1,1,1,1,1, 2,2,2,2,2, 3,3,3,3,3))

glmm.model <- glmmTMB(diameter ~  plant_density + (1|plot),
                        data = d,
                        na.action = na.omit,
                        family="gaussian",
                        ziformula = ~ 0)

我的意图是创建一个包含随机数据效应的预测直径数据的情节，以表明不同植株密度之间的关系。因此，我尝试预测这些数据：

new.dat <- data.frame(diameter= d$diameter,
                      plant_density = d$plant_density,
                      plot= d$plot) 

new.dat$prediction <- predict(glmm.model, new.data = new.dat, 
                              type = "response", re.form = NA)

很不幸，我得到了每个图形的输出，但是想要一个关于直径~植物密度的普遍预测。

我的目标是创建一个像这里的图形，但使用考虑随机效应的glmmTMB回归模型。

感谢您的帮助！

- Schneiderhansl

当你说“考虑随机效应”时，你是指希望对d$plot的不同水平使用不同的曲线吗？ - SushiChef

嗨！不，我想根据测量的数据创建新数据（例如对于1到8000个植物），这样我就可以绘制一条线来显示总体情况。这些图只是我测量数据的三个区域（采样方法）。 - Schneiderhansl

1

这是你要找的吗：plot(ggeffects::ggpredict(glmm.model)) - SushiChef

谢谢你的提示，这正是我要找的。我想随机效应已经被考虑进去了 :-) - Schneiderhansl

最后一个问题：你能告诉我如何将x轴的限制从0改为20吗？我不知道如何在代码中包含它。 - Schneiderhansl

显示剩余2条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- SushiChef · Accepted Answer

"

ggeffects

包使得实现和定制这种类型的事情非常容易。

例如：

"

library('ggplot2')
library('glmmTMB')
library('ggeffects')
d <- data.frame (diameter = c(17,16,15,13,11, 19,17,15,11,11, 19,15,14,11,8),
                 plant_density = c(1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000),
                 plotx = as.factor( c(1,1,1,1,1, 2,2,2,2,2, 3,3,3,3,3)))

glmm.model <- glmmTMB(diameter ~  plant_density + (1|plotx),
                      data = d,
                      family="gaussian")

# basically what your looking for
plot(ggpredict(glmm.model, terms = "plant_density"))

# with additional a change of limits on the y-axis
plot(ggpredict(glmm.model, terms = "plant_density")) + 
scale_y_continuous(limits = c(0, 20))

你可以根据自己的喜好随意对其进行修改，比如更改颜色、主题、比例尺等等。此外，该软件包还有一些很好的示例。