R 按组显示混合模型中随机效应的方差

我使用lmer在R中运行了一个线性混合模型。我试图想象随机效应结构。为了生成一个图形，我使用了

print（dotplot（ranef（RT.model.4，condVar=T））[['part\u no']]

，其中

part\u no

是混合模型的随机效应。它创建了如下内容：

这太棒了。然而，我希望能够在图表中直观地说出我的两组参与者之间的差异（正在讨论的随机效应）。我有A组和B组。在我的数据集中，我有一列表示参与者类型，每行的值为A或B

我想对图表进行颜色编码，以显示A组和B组的参与者。或者最好是创建两个单独的面板，每组一个

---

任何关于如何做到这一点的建议都将不胜感激

您应该能够使用

dotplot（）

中的

groups=

选项。假设您的数据位于名为

df

的数据框中，并且组变量位于

group

中，您可以使用

print(dotplot(ranef(RT.model.4, condVar=T), groups=df$group)[['part_no']])

---

这是一种使用

ggplot

的方法，而不是使用

lattice

（因为我对它比较熟悉）中的示例代码。您需要将数据中的治疗组与

ranef

返回的随机效应分组变量相匹配。我不知道如何在

dotplot.ranef.mer

中自动完成此操作

与治疗组一起创建一个小例子；每个受试者被分配到一个治疗组

library(lme4)
library(ggplot2)

sleepstudy$trt = as.integer(sleepstudy$Subject %in% 308:340)

m = lmer(Reaction ~  trt + (1|Subject), sleepstudy)

将随机效应转换为数据帧，并在治疗组中进行匹配

dd = as.data.frame(ranef(m, condVar=TRUE), "Subject")
dd$trt = with(sleepstudy, trt[match(dd$grp, Subject)])

然后，您可以绘制您想要的图形，例如使用

facet\

，或为每个组指定颜色，或

ggplot(dd, aes(y=grp,x=condval, colour=factor(trt))) +
        geom_point() + facet_wrap(~term,scales="free_x") +
        geom_errorbarh(aes(xmin=condval -2*condsd,
                           xmax=condval +2*condsd), height=0)

ggplot(dd, aes(y=grp,x=condval)) +
        geom_point() +
        geom_errorbarh(aes(xmin=condval -2*condsd,
                           xmax=condval +2*condsd), height=0)+
        facet_wrap(~trt)

---

提供一个（小的）有代表性的样本数据集可能很有用。