선형 혼합 효과 모델의 결과를 설명하기위한 플롯


13

나는 R에서 선형 혼합 효과 모델링을 사용하여 일부 데이터를 분석했습니다. 결과가 담긴 포스터를 만들 계획이며 혼합 효과 모델을 경험 한 사람이 결과를 설명하는 데 사용할 플롯을 제안 할 수 있는지 궁금합니다. 모델. 잔차 그림, 적합치 대 원래 값의 그림 등을 생각하고있었습니다.

나는 이것이 내 데이터에 크게 의존한다는 것을 알고 있지만 선형 혼합 효과 모델의 결과를 설명하는 가장 좋은 방법을 찾으려고 노력했습니다. R에서 nlme 패키지를 사용하고 있습니다.

감사


3
Pinheiro와 Bates 의 저서 에는 몇 가지 예가 있습니다. §4.3, "적합한 모델 검사"를 볼 수 있습니다.
세르지오

답변:


22

모델에 따라 다르지만 내 경험상 혼합 효과 모델에 대해 잘 이해하지 못하는 동료조차도 다른 그룹화 수준으로 예측을 플롯하는 것과 같습니다.

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)

여기에 이미지 설명을 입력하십시오


@ 롤랜드, 답변 주셔서 감사합니다. 내 모델은 일부 공변량을 갖는 독립적이고 종속적 인 변수를 포함하는 선형 혼합 효과 모델입니다.
John_dydx

@ Roland, fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)와 같은지 물어볼 수 있습니까 fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) ? Sex를 모델의 공변량으로 사용하려고합니다.
John_dydx

번호는와 age * Sex동일합니다 age + Sex + age:Sex. 즉, 상호 작용을 포함합니다.
Roland

1
물론입니다. 을 제거해야합니다 colour=Sex.
Roland

1
예, 그러나 기본 ggplot2 기능입니다. 설명서와 튜토리얼을 공부하십시오. 을 사용하고 싶을 수도 있습니다 scale_colour_manual.
Roland
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.