将混合模型的预测绘制为R中的直线_R_Plot_Regression_Lme4_Mixed Models

将混合模型的预测绘制为R中的直线

r plot

将混合模型的预测绘制为R中的直线,r,plot,regression,lme4,mixed-models,R,Plot,Regression,Lme4,Mixed Models,我试图在下面绘制我的混合模型的预测（predict（）），这样我就可以在下面的一行中获得我概念上想要的图我试着画出我的模型的预测，但我没有达到我想要的效果。有没有更好的方法来定义predict（），这样我就可以实现我想要的绘图了 library(lme4) dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv') m4 <- lmer(math~pc1+pc2+disco

我试图在下面绘制我的混合模型的预测（

predict（）

），这样我就可以在下面的一行中获得我概念上想要的图

我试着画出我的模型的预测，但我没有达到我想要的效果。有没有更好的方法来定义

predict（）

，这样我就可以实现我想要的绘图了

library(lme4)

dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')

m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3)

newdata <- with(dat3, expand.grid(pc1=unique(pc1), pc2=unique(pc2), discon=unique(discon)))

y <- predict(m4, newdata=newdata, re.form=NA)

plot(newdata$pc1+newdata$pc2, y)

库（lme4）
dat3正如Magnus Nordmo所建议的，这非常简单，对于这些类型的绘图，它具有一些预定义的函数
library(lme4)

dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')

m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3)

plot_model(m4, type = 'pred', terms = c('pc1', 'pc2'),
           ci.lvl = 0)

库（lme4）
dat3正如Magnus Nordmo所建议的，这非常简单，对于这些类型的绘图，它具有一些预定义的函数
library(lme4)

dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')

m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3)

plot_model(m4, type = 'pred', terms = c('pc1', 'pc2'),
           ci.lvl = 0)

库（lme4）
dat3MoresjPlot
。请参见参数网格
，将多个预测值包装在一个图中
library(lme4)
library(sjPlot)
library(patchwork)

dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')

m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3) # Does not converge

m4 <- lmer(math~pc1+pc2+discon+(1|id), data=dat3) # Converges

# To remove discon
a <- plot_model(m4,type = 'pred')[[1]]
b <- plot_model(m4,type = 'pred',title = '')[[2]]

a + b 

库（lme4）
图书馆（sjPlot）
图书馆（拼凑）
dat3MoresjPlot
。请参见参数网格
，将多个预测值包装在一个图中
library(lme4)
library(sjPlot)
library(patchwork)

dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')

m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3) # Does not converge

m4 <- lmer(math~pc1+pc2+discon+(1|id), data=dat3) # Converges

# To remove discon
a <- plot_model(m4,type = 'pred')[[1]]
b <- plot_model(m4,type = 'pred',title = '')[[2]]

a + b 

库（lme4）
图书馆（sjPlot）
图书馆（拼凑）
dat3您是否尝试过sjPlot
？太棒了！您是否尝试过sjPlot
？太棒了！Magnus，另一个问题是y轴需要在通用比例上，以便可以在绘图之间进行视觉比较。在两个轴上使用ylim（）
，以对齐轴。例如，+ylim（0,2.5）
Magnus，另一个问题是y轴需要在公共刻度上，以便可以在绘图之间进行视觉比较。在两者上使用ylim（）
对齐轴。例如+ylim（0,2.5）