如何在 R 中绘制 lmer 回归模型的估计值？答案

【问题标题】：How to plot estimate values for a lmer regression model in R?如何在 R 中绘制 lmer 回归模型的估计值？
【发布时间】：2017-09-05 01:52:06
【问题描述】：

我的数据如下所示：

height <- c(1,2,3,4,2,4,6,8)
weight <- c(12,13,14,15,22,23,24,25)
type <- c("Wheat","Wheat","Wheat","Wheat","Rice","Rice","Rice","Rice")
set <- c(1,1,1,1,2,2,2,2)
dat <- data.frame(set,type,height,weight)

我在 R 中运行一个设置为随机效应的 lmer 模型：

mod <- lmer(weight~height + type + (1|set), data = dat)

现在，我想绘制模型的估计值并绘制回归，x 轴为权重，y 轴为高度，facet(~type)

我使用predict函数如下

dat$pred <- predict(mod, type = "response")

我想实现一个如下所示的 ggplot：

ggplot(dat,aes(x = weight, y = height)) +
geom_point() + geom_smooth(method="lm", fill=NA) + facet_grid(~ type, scales = "free")

但是，我注意到 predict 函数只有一个奇异输出。我如何绘制它以实现与上述相同的效果？还是我必须存储两个不同的预测响应，然后将其插入 ggplot 的 x,y 中？

【问题讨论】：

标签： r ggplot2 regression predict

【解决方案1】：

我可以调整您的绘图以显示原始值与预测值，如下所示：

ggplot(dat,aes(y = height)) +
    geom_point(aes(x = weight)) +
    geom_line(aes(x = pred)) + 
    facet_grid(~ type, scales = "free")

在您的示例图中，尽管您的模型中的结果变量 weight 在 x 轴上，但令人困惑。通常你会在 y 轴上有结果/预测变量，所以我会绘制你的模型预测，如下所示：

ggplot(dat,aes(x = height)) +
    geom_point(aes(y = weight)) +
    geom_line(aes(y = pred)) + 
    facet_grid(~ type, scales = "free")

【讨论】：