Сюжет о пуассоновских смешанных моделях с ggplot2

Question

Я пытаюсь построить график для стандартных целей с нулевой раздутой моделью и нулевой раздутой смешанной моделью, используя ggplot2, но безуспешно.Для этого я пытаюсь:

#Packages
library(pscl)
library(glmmTMB)
library(ggplot2)
library(gridExtra)


# Artificial data set
set.seed(007)
n <- 100 # number of subjects
K <- 8 # number of measurements per subject
t_max <- 5 # maximum follow-up time
DF <- data.frame(id = rep(seq_len(n), each = K),
                 time = c(replicate(n, c(0, sort(runif(K - 1, 0, t_max))))),
                 sex = rep(gl(2, n/2, labels = c("male", "female")), each = K))
DF$y <- rnbinom(n * K, size = 2, mu = exp(1.552966))
str(DF)

Используя модель нулевого надувания Пуассона с пакетом pscl

time2<-(DF$time)^2
mZIP <- zeroinfl(y~time+time2+sex|time+sex, data=DF)
summary(mZIP)

Если я представляю, что все коэффициенты значимы

# Y estimated
pred.data1 = data.frame(
time<-DF$time,
time2<-(DF$time)^2,
sex<-DF$sex) 
pred.data1$y = predict(mZIP, newdata=pred.data1, type="response")

Сейчасс использованием смешанной модели с нулевым накачкой Пуассона и пакетом glmmTMB

mZIPmix<- glmmTMB(y~time+time2+sex+(1|id),
data=DF, ziformula=~1,family=poisson)
summary(mZIPmix)
#

# new Y estimated
pred.data2 = data.frame(
time<-DF$time,
time2<-(DF$time)^2,
sex<-DF$sex,
id<-DF$id) 
pred.data2$y = predict(mZIPmix, newdata=pred.data2, type="response")

Участок модели с нулевым накачанным пуассоном и смешанной пуассоновской модели

par(mfrow=c(1,2))
plot1<-ggplot(DF, aes(time, y, colour=sex)) +
  labs(title="Zero inflated model") +
  geom_point() +
  geom_line(data=pred.data1) +
  stat_smooth(method="glm", family=poisson(link="log"), formula = y~poly(x,2),fullrange=TRUE)

plot2<-ggplot(DF, aes(time, y, colour=sex)) +
  labs(title="Zero inflated mixed model") +
  geom_point() +
  geom_line(data=pred.data2) +
  stat_smooth(method="glm", family=poisson(link="log"), formula = y~poly(x,2),fullrange=TRUE)## here a don't find any method to mixed glm
grid.arrange(plot1, plot2, ncol=2)
#-

Не работает точно.Возможно ли сделать это с помощью ggplot2?Заранее спасибо

Answer 1

Я не уверен, но мне кажется, что вы ищете маргинальные эффекты .Вы можете сделать это с помощью ggeffects-package .Вот два примера, использующих ваши смоделированные данные, которые создают объект ggplot, один с необработанными данными и один без них.

library(glmmTMB)
library(ggeffects)

mZIPmix<- glmmTMB(y~poly(time,2)+sex+(1|id), data=DF, ziformula=~1,family=poisson)

# compute marginal effects and create a plot.
# the tag "[all]" is useful for polynomial terms, to produce smoother plots
ggpredict(mZIPmix, c("time [all]", "sex")) %>% plot(rawdata = TRUE, jitter = .01)

ggpredict(mZIPmix, c("time [all]", "sex")) %>% plot(rawdata = FALSE)

^{Создано в 2019-05-16 с помощью пакета представитель (v0.2.1)}

Обратите внимание, что sex имеет только "аддитивный "эффект.Может быть, вы хотите смоделировать взаимосвязь между временем и полом?

mZIPmix<- glmmTMB(y~poly(time,2)*sex+(1|id), data=DF, ziformula=~1,family=poisson)

ggpredict(mZIPmix, c("time [all]", "sex")) %>% plot(rawdata = TRUE, jitter = .01)

ggpredict(mZIPmix, c("time [all]", "sex")) %>% plot()

^{Создано в 2019-05-16 по представлению пакета (v0.2.1)}