绘制混合模型&x27；R中的回归系数

我很难尝试使用

sj.plot

包从四个非嵌套线性随机效应模型生成一个具有四个系数的网格。 我不喜欢这个软件包，所以请随意推荐其他路线（

ggplot2

比

coefplot2:：coefplot2

更好的解决方案）

所需输出：一个网格，四个系数的图彼此相邻

复制模型：

data("sleepstudy")
sleepstudy$var2 <- rnorm(n=nrow(sleepstudy), mean=0, sd=1)
sleepstudy$var3 <- rnorm(n=nrow(sleepstudy), mean=10, sd=5)
M1 <- lmer(Reaction ~ Days + (1|Subject), data=sleepstudy, REML = FALSE)
M2 <- lmer(Reaction ~ Days + var2 + (1|Subject), data=sleepstudy, REML = FALSE)
M3 <- lmer(Reaction ~ Days + var3 + (1|Subject), data=sleepstudy, REML = FALSE)
M4 <- lmer(Reaction ~ Days + var2 + var3 + (1|Subject), data=sleepstudy, REML = FALSE)

重现问题。尝试#2（

sjp.lmer

+

plot#u grid

）

---

plot.1我对这个
sjPlot
类一无所知，但它看起来像是将一堆东西捆绑到列表中的plot中
plot\u grid
，
grid.arrange
等不知道如何处理多余的东西，但他们可以处理
ggplot
部分，称为
plot
：

plot_grid(lapply(list(plot.1,plot.2,plot.3,plot.4), "[[", "plot"))

我有点惊讶，因为看起来至少有些捆绑信息是重复的。例如，
plot.1$data
有一个小数据框，它似乎是已与绘图绑定的数据的副本（或子集？）
plot.1$plot$data
。也许它更不同，在更复杂的情况下有充分的理由使用它。
sjPlot函数的返回值同时返回数据帧和plot对象，因此您必须访问参数中的plot对象：

plot_grid(list(plot.1$plot, plot.2$plot, plot.3$plot, plot.4$plot))


编辑：
我看到您在
sjp.lmm（）函数中发现了一个bug，并且可以修复它。如果从GitHub（）下载最新的快照，这将起作用：

sjp.lmm(M1, M2, M3, M4)

我接受了你的答案，两种解决方案都很有效。谢谢但是我有一个快速的跟进：
sjp.lmm
需要数据。如果您使用最新快照复制尝试#1，它将工作，但只有在加载数据帧的情况下（即
rm（睡眠研究）后才会失败）
。最好能避免这种情况，因为数据已经存储在
M1@frame
。这是由于通过
pbkrtest:：get_Lb_ddf（x，lme4:：fixef（x）））计算了df的Kenward-Rogers近似值。
。pbkrtest似乎需要环境中的数据。但是，如果调用
sjp.lmm（M1，M2，M3，M4，p.kr=F）
（p.kr=F），即使sleepstudy不在环境中，它也可以工作。我还注意到添加
type=“std2”
会破坏代码
sjp.lmm（M1，M2，M3，M4，type=“std2”）data.frame中的错误（betas，p=ps，pa=palpha，shape=pointshapes，grp=fitcnt，：参数表示行数不同：3，2，1
。好的，谢谢，现在也修复了。我修改（整理）时出现了一些新的错误我的包函数，希望现在大部分/全部都已修复。我不知道是否应该在这里提出新问题，但是：有没有办法更改
sjp.lmm
中系数的顺序？
sort.est
选项似乎在这里不起作用。
plot_grid(list(plot.1$plot, plot.2$plot, plot.3$plot, plot.4$plot))

sjp.lmm(M1, M2, M3, M4)