Traccia per illustrare i risultati del modello lineare ad effetto misto


13

Ho analizzato alcuni dati utilizzando la modellazione lineare a effetti misti in R. Sto progettando di creare un poster con i risultati e mi chiedevo solo se qualcuno con esperienza con i modelli a effetti misti potesse suggerire quali trame usare per illustrare i risultati del modello. Stavo pensando a grafici residui, grafico di valori adattati vs valori originali, ecc.

So che questo dipenderà molto dai miei dati, ma stavo solo cercando di ottenere un'idea del modo migliore per illustrare i risultati di modelli lineari a effetto misto. Sto usando il pacchetto nlme in R.

Grazie


3
Il libro di Pinheiro e Bates contiene diversi esempi. È possibile consultare §4.3, "Esame di un modello montato".
Sergio,

3
Questo thread può probabilmente essere utile anche: quale sarebbe un'immagine illustrativa per i modelli misti lineari?
usεr11852,

Risposte:


22

Dipende dal tuo modello, ma, nella mia esperienza, anche i colleghi, che non hanno una buona comprensione dei modelli di effetti misti, davvero come se tracciassi le previsioni con diversi livelli di raggruppamento:

library(nlme)
fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)

newdat <- expand.grid(Sex=unique(Orthodont$Sex),
                  age=c(min(Orthodont$age),
                            max(Orthodont$age)))

library(ggplot2)
p <- ggplot(Orthodont, aes(x=age, y=distance, colour=Sex)) +
  geom_point(size=3) +
  geom_line(aes(y=predict(fm2), group=Subject, size="Subjects")) +
  geom_line(data=newdat, aes(y=predict(fm2, level=0, newdata=newdat), size="Population")) +
  scale_size_manual(name="Predictions", values=c("Subjects"=0.5, "Population"=3)) +
  theme_bw(base_size=22) 
print(p)

inserisci qui la descrizione dell'immagine


@ Roland, grazie per la risposta. Il mio modello è un modello lineare ad effetti misti contenente variabili indipendenti e dipendenti con alcune covariate.
John_dydx,

@ Roland, posso solo chiedere se fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)è uguale a fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) . Sto cercando di usare Sex come covariata per la modella.
John_dydx,

No. age * Sexè lo stesso age + Sex + age:Sex, cioè include l'interazione.
Roland,

1
Sì, naturalmente. Dovresti rimuovere colour=Sex.
Roland,

1
Sì, ma questa è la funzionalità di base di ggplot2. Studia la documentazione e le esercitazioni. Potresti voler usare scale_colour_manual.
Roland,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.