lme4中的毛毛虫图选项，按因子分组以直观地识别时间趋势

Question

我正在使用 lme4 中的 lmer 函数分析一个庞大而复杂的数据集。我正在使用 lattice 和 dotplot 来生成随机效应的毛毛虫图。有没有办法通过我的数据集中的因子或连续变量对我的毛毛虫图进行颜色编码？也用过qqmath，我可能只是需要帮助理解如何使用“groups”参数。这将有助于讨论点。

library("lme4")
data(package = "lme4")

summary(grouseticks)

fit1<-lmer(TICKS~1+(1|LOCATION), grouseticks)
rr1<-ranef(fit1, condVar = TRUE)
dotplot(rr1)
#We get a nice caterpillar plot of intecepts and variances by location, is there any way to color code those
#blue intercept points by another factor, such as year? 

Answer 1

做你想做的事情的问题容易是ranef()结果不包含你想要的信息，dotplot.ranef.merMod()方法有点太硬编码，无法修改很容易......我将展示一个ggplot 解决方案。如果您坚持使用lattice 解决方案，请尝试检查lme4:::dotplot.ranef.merMod，看看您是否可以按照以下解决方案进行调整。

library("lme4")

fit1 <- lmer(TICKS~1+(1|LOCATION), grouseticks)
rr1 <- ranef(fit1, condVar = TRUE)
lattice::dotplot(rr1)

这个问题对于这个特定的数据集没有多大意义，因为这些位置是在多年间不定期采样的：

yrtab <- with(grouseticks,table(LOCATION,YEAR))
head(yrtab)
    YEAR
## LOCATION 95 96 97
##        1  0  5  3
##        2  0  0  3
##        3  0  7  0
##        4  3  6 11
##        5  0  3  0
##        6  0  9  0

...但是为了继续这个例子，让我们计算每个位置的 modal 采样年份（即，采集最大样本数的年份 - 对于平局，我们将取第一年，因为它是最简单的，这只是一个例子）

yrvec <- 95:97
yrmode <- with(grouseticks,yrvec[apply(yrtab,1,which.max)])
dd <- data.frame(LOCATION=rownames(yrtab),yrmode)

现在我们需要得到正确形状的随机效应数据，并提取标准误：

## extract conditional mode and square root
## (c() works on simple attr(.,"postVar") -- would have
##  to be more careful with vector-valued random effects
rr2 <- data.frame(LOCATION=rownames(rr1[[1]]),
                  int=unname(rr1[[1]]),
                  se=sqrt(c(attr(rr1[[1]],"postVar"))))
## combine with other variables
rr3 <- merge(rr2,dd)
## prepare for caterpillar by ordering locations by est. value
rr4 <- transform(rr3,LOCATION=reorder(LOCATION,int))
library("ggplot2"); theme_set(theme_bw())
ggplot(rr4,aes(LOCATION,int,ymin=int-1.96*se,ymax=int+1.96*se))+
    geom_pointrange(aes(colour=factor(yrmode)))+coord_flip()+
        scale_colour_discrete(name="year")

这必须概括一下以处理向量值随机效应...