r - 在ggplot中绘制具有固定效应相互作用的混合效应模型
问题描述
我正在绘制基于lmer()
对象的混合效应模型中固定效应的相互作用。为此,我根据我的模型预测新值。这很好用,除了由于我生成它们的方式,预测延伸到整个可能的 x 轴范围。我现在可以通过基于循环定义 new.dat(根据分组变量“Variety”更改最大值和最小值)等,将预测回归线限制在它们各自分组变量的范围内,但是 - 是否有更优雅/ 更简单的解决方案来绘制这个?我错过了什么(我对 R 比较陌生)?
数据:
library(datasets)
data("Oats")
# manipulate data so it resembles more my actual data
Oats <- Oats %>%
filter((Variety == "Golden Rain" & nitro>=0.2) | (Variety == "Marvellous" & nitro <=0.4) | (Variety == "Victory" & nitro<=0.4 & nitro>=0.2)) #%>%
模型和绘图:
mod2 <- lmer(yield ~ nitro * Variety + (1| Variety), data=Oats)
new.dat <- data.frame(nitro=seq(min(Oats$nitro),max(Oats$nitro), length.out = 48), Variety= Oats$Variety)
new.dat$pred<-predict(mod2,newdata=new.dat,re.form=~0)
ggplot(data=Oats, aes(x=nitro, y=yield, col = Variety)) +
geom_point() +
geom_line(data=new.dat, aes(y=pred)) +
geom_point(data=new.dat, aes(y=pred))
非常感谢每一个提示!
解决方案
您可以通过计算每组的最小值/最大值然后按组计算序列来得到它。保持 tidyverse,因为您的代码已经使用它:
library(tidyverse)
library(pairwiseCI)
#> Loading required package: MCPAN
#> Loading required package: coin
#> Loading required package: survival
library(lme4)
#> Loading required package: Matrix
#>
#> Attaching package: 'Matrix'
#> The following objects are masked from 'package:tidyr':
#>
#> expand, pack, unpack
data("Oats")
## manipulate data so it resembles more my actual data
Oats <-
Oats %>%
filter((Variety == "Golden Rain" & nitro>=0.2) | (Variety == "Marvellous" & nitro <=0.4) | (Variety == "Victory" & nitro<=0.4 & nitro>=0.2)) #%>%
mod2 <- lmer(yield ~ nitro * Variety + (1| Variety), data=Oats)
#> Warning in checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
#> unable to evaluate scaled gradient
#> Warning in checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
#> Hessian is numerically singular: parameters are not uniquely determined
## Calculate min/max by group
all_vals <-
Oats %>%
group_by(Variety) %>%
summarize(min_nitro = min(nitro),
max_nitro = max(nitro))
## Calculate sequence for each group
new.dat <-
all_vals %>%
group_split(Variety) %>%
map_dfr(~ data.frame(Variety = .x$Variety, nitro = seq(.x$min_nitro, .x$max_nitro, length.out = 20)))
new.dat$pred<-predict(mod2,newdata=new.dat,re.form=~0)
ggplot(data=Oats, aes(x=nitro, y=yield, col = Variety)) +
geom_point() +
geom_line(data=new.dat, aes(y=pred)) +
geom_point(data=new.dat, aes(y=pred))
推荐阅读
- bash - grep 加正则表达式 bash shell 的格式输出
- class - 对现有对象的 lua 继承
- android - 为什么 Android 应用程序没有显示在 Android Studio LogCat 中
- azure - 我们可以从 Azure 数据工厂连接本地 CRM 2011
- soapui - SOAP UI - 无法验证 REST API
- c# - ASP NET 当我尝试保存数据库时,我收到错误无法加载 DLL 'SqlServerSpatial140.dll'
- go - 如何通过 API Gateway 将 JSON 数组发布到 AWS Lambda?json:无法将对象解组为 []interface {} 类型的 Go 值
- javascript - 每当我输入内容时组件都会重新渲染,但我只想在按钮的 onClick 之后重新渲染
- grpc - 如何在 Quarkus 2.x 中禁用 GRCP Server 服务?
- java - spring boot 定义一个 'org.springframework.security.authentication.AuthenticationManager' 类型的 bean