glmer阴谋中的错误？

我试图绘制glmer模型的输出

MOD1A <- glmer(y ~ Treenumb +  Pineprop +  Wood +  Pineprop*Wood +    
                   (1|Site) +  (1|obs), family=binomial,  data = PRET10)

我尝试使用以下代码绘制Pine:Wood之间的交互：

x<-seq(0,1,length=100)
fits.woodpres <- ((-2.23318+1.43132) + (0.72572-2.05649)*x)
fits.woodabsc <- ((-2.23318-1.43132) + (0.72572+2.05649)*x)
plot(PRET10$pineprop[PRET10$wood=="pres"],fitted(MOD1A)[PRET10$wood=="pres"], pch=20,las=1,ylab="Predation", xlab="Pine proportion",ylim = c(0,1))
lines(x,invlogit(fits.woodpres))
points(PRET10$pineprop[PRET10$Wood=="abs"],fitted(MOD1A)[PRET10$Wood=="abs"], col=2, pch=20)
lines(x,invlogit(fits.woodabs),col=2

---

x当分布为二项式时，拟合值是相对于截距的对数赔率，您的计算中似乎没有包含该值。这些被称为“治疗对比”。一般来说，
预测
方法将产生更多。。。没有比这更好的词了。。。。可预测的结果，并使用type=“response”。我刚刚检查了一下，看看这是否是一个选项，它似乎是pkg中的see
？predict.merMod
：{lme4}谢谢你的回答。预测是最好的方法。不太可能，我不知道更多：Newmod当分布为二项式时，拟合值是相对于截距的对数赔率，这似乎不包括在计算中。这些被称为“治疗对比”。一般来说，
预测
方法将产生更多。。。没有比这更好的词了。。。。可预测的结果，并使用type=“response”。我刚刚检查了一下，看看这是否是一个选项，它似乎是pkg中的see
？predict.merMod
：{lme4}谢谢你的回答。预测是最好的方法。不太可能，我只知道这么多：`新莫德
x<-seq(0,1,length=100)
fits.woodpres <- ((-2.23318+1.43132) + (0.72572-2.05649)*x)
fits.woodabsc <- ((-2.23318-1.43132) + (0.72572+2.05649)*x)
plot(PRET10$pineprop[PRET10$wood=="pres"],fitted(MOD1A)[PRET10$wood=="pres"], pch=20,las=1,ylab="Predation", xlab="Pine proportion",ylim = c(0,1))
lines(x,invlogit(fits.woodpres))
points(PRET10$pineprop[PRET10$Wood=="abs"],fitted(MOD1A)[PRET10$Wood=="abs"], col=2, pch=20)
lines(x,invlogit(fits.woodabs),col=2