Diagramme zur Veranschaulichung der Ergebnisse des linearen Mischeffektmodells

11

Ich habe einige Daten mithilfe der linearen Mischeffektmodellierung in R analysiert. Ich habe vor, ein Poster mit den Ergebnissen zu erstellen, und ich habe mich nur gefragt, ob jemand, der Erfahrung mit Mischeffektmodellen hat, vorschlagen könnte, welche Diagramme zur Veranschaulichung der Ergebnisse verwendet werden sollen Modell. Ich dachte über Residuendiagramme, Diagramm angepasster Werte gegen Originalwerte usw. nach.

Ich weiß, dass dies sehr stark von meinen Daten abhängt, aber ich habe nur versucht, ein Gefühl dafür zu bekommen, wie die Ergebnisse linearer Mischeffektmodelle am besten dargestellt werden können. Ich verwende das nlme-Paket in R.

Vielen Dank

John_dydx
quelle
3
Das Buch von Pinheiro und Bates enthält mehrere Beispiele. Sie können sich §4.3, "Untersuchen eines angepassten Modells" ansehen.
Sergio
3
Dieser Thread kann wahrscheinlich auch hilfreich sein: Was wäre ein veranschaulichendes Bild für lineare gemischte Modelle?
usεr11852 sagt Reinstate Monic

Antworten:

22

Es hängt von Ihrem Modell ab, aber meiner Erfahrung nach mögen es sogar Kollegen, die kein gutes Verständnis für Modelle mit gemischten Effekten haben, wirklich, wenn Sie die Vorhersagen mit verschiedenen Gruppierungsebenen zeichnen:

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)

Geben Sie hier die Bildbeschreibung ein

Roland
quelle
@ Roland, danke für deine Antwort. Mein Modell ist ein lineares Mischeffektmodell, das unabhängige und abhängige Variablen mit einigen Kovariaten enthält.
John_dydx
@ Roland, kann ich nur fragen ob fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)das das gleiche ist wie fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) . Ich versuche, Sex als Kovariate für das Modell zu verwenden.
John_dydx
Nein age * Sexist dasselbe wie age + Sex + age:Sex, dh es beinhaltet die Interaktion.
Roland
1
Ja natürlich. Sie müssten entfernen colour=Sex.
Roland
1
Ja, aber das ist die grundlegende Funktion von ggplot2. Lesen Sie die Dokumentation und Tutorials. Vielleicht möchten Sie verwenden scale_colour_manual.
Roland