График регрессии линейной смешанной модели с учетом других переменных и случайных эффектов? - PullRequest
0 голосов
/ 22 апреля 2020

У меня есть модель с несколькими фиксированными и случайными переменными.
Вот код:

model1<-lmer(dep ~ pred + sex + age + heat + (1|ID) + (1|year),data=data)

Итак, запустив ggplot, я получаю этот график

ggplot dep & pred

Однако ggplot и функция geom_smooth() будут отображать только наклон и доверительные интервалы, рассчитанные между dep и pred.
Но это не будет учитывать другие факторы, в том числе случайные условия

Действительно, с кодом
Effect("pred",model1)

Я получаю другой и, вероятно, реальный наклон

pred effect

        600        1000        2000        3000        4000 
-0.14747707 -0.10876855 -0.01199725  0.08477404  0.18154534

Есть ли способ построения наклона и области реального доверительного интервала для lmer?

ОБНОВЛЕНИЕ: Мне удалось получить график с хорошими координатами и доверительными интервалами, используя plot(effect("pred",model1)) А вот так выглядит:

new plot right coordinates

Но как мне теперь сделать этот график достойным? Или как я могу построить это в ggplot или подобном, чтобы я мог изменить все?

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...