当混合模型拥有多个预测变量时,是否可以绘制随机截距或斜率?
如果只有一个预测变量,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])
}
但是如果我有这样的一个模型呢?:
mod<-gamm(resp ~ pred1 + pred2, random=list(RF1=~1))
使用lmer模块进行处理。
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
pred2
等于其平均值),并绘制相对于该值的斜率与pred1
的关系图。或者您可以选择几个pred2
的值,并为每个值绘制一条(组)线,可能在单独的子图中,或者(最丑陋的)进行3D绘图,并绘制平面resp〜f(pred1,pred2)
。 - Ben Bolker