使用ggplot2没有得到平滑的曲线

Question

我正在尝试使用 lme4 包拟合混合效果模型。不幸的是，我无法分享我正在使用的数据。我也找不到与我的问题相关的玩具数据集。所以在这里我展示了我到目前为止所遵循的步骤：

首先我将数据的整体趋势绘制如下：

p21 <- ggplot(data = sub_data, aes(x = age_cent, y = y))
p21+ geom_point() + geom_smooth()

基于此，数据中似乎存在某种非线性趋势。因此，我尝试如下拟合二次模型：

sub_data$age_cent=sub_data$age-mean((sub_data)$age)
sub_data$age_centsqr=(sub_data$age-mean((sub_data)$age))^2

m1= lmer(y ~ 1 + age_cent +  age_centsqr +(1 | id) , sub_data, REML = TRUE)

在上面的模型中，我只包含了一个随机截距，因为我没有足够的数据来包含随机斜率和截距。然后我在人口水平上提取了这些模型的预测如下：

pred1=predict(m1,re.form=NA)

接下来我将这些预测与这样的平滑二次函数一起绘制

    p21+ geom_point() + geom_smooth(method = "lm", formula = y ~ I(x) + I(x^2)
 ,col="red")+geom_line(aes(y=pred1,group = id) ,col="blue", lwd = 0.5)

在上图中，曲线对应的预测不平滑。任何人都可以帮助我找出原因吗？ 我在这里做错了什么？

更新： 正如 eipi10 指出的那样，这可能是由于为不同的人拟合了不同的曲线。

但是当我使用 lme4 包中的玩具数据集尝试相同的事情时，我得到了每个人的相同曲线，如下所示：

m1 <- lmer(Reaction ~ 1+I(Days) + (1+ Days| Subject) , data = sleepstudy)



pred1new1=predict(m1,re.form=NA)

p21 <- ggplot(data = sleepstudy, aes(x = Days, y = Reaction))
p21+ geom_point() + geom_smooth()
p21+ geom_point() + geom_smooth()+ geom_line(aes(y=pred1new1,group = Subject) ,col="red", lwd = 0.5)

导致不同结果的原因可能是什么？这是由于数据不平衡造成的吗？ 我使用的数据是在 3 个时间步骤中收集的，有些人在 3 个时间步骤中都没有。但是玩具数据集是一个平衡的数据集。

谢谢

Answer 1

tl;dr 使用 expand.grid() 或类似的东西为每个组生成一个平衡/均匀间隔的样本（如果您有一个强非线性曲线，您可能希望生成一个更大/更精细x 值的间隔集比原始数据中的值）

您还可以查看 sjPlot 包，它会自动执行很多此类操作...

您需要一个不平衡的数据集和一个非线性（例如多项式）模型才能让固定效果看到这种效果。

• 如果模型是线性的，那么您不会注意到缺失值，因为 geom_line() 完成的线性插值工作完美
• 如果数据是平衡的，那么线性插值就不会奇怪地填补空白

生成具有二次效应和不平衡数据集的示例；拟合模型

library(lme4)
set.seed(101)
dd <- expand.grid(id=factor(1:10),x=1:10)
dd$y <- simulate(~poly(x,2)+(poly(x,2)|id),
                 newdata=dd,
                 family=gaussian,
                 newparams=list(beta=c(0,0,0.1),
                                theta=rep(0.1,6),
                                sigma=1))[[1]]
## subsample randomly (missing values)
dd <- dd[sort(sample(nrow(dd),size=round(0.7*nrow(dd)))),]
m1 <- lmer(y ~ poly(x,2) + (poly(x,2)|id) , data = dd)

天真的预测和情节：

dd$pred1 <- predict(m1,re.form=NA)

library(ggplot2)
p11 <- (ggplot(data = dd, aes(x = x, y = y))
    + geom_point() + geom_smooth(method="lm",formula=y~poly(x,2))
)
p11 + geom_line(aes(y=pred1,group = id) ,col="red", lwd = 0.5)

现在生成一个平衡的数据集。此版本在最小值和最大值之间生成 51 个均匀分布的点 - 如果原始数据不均匀分布，这将很有用。如果您的 x 变量中有 NA 值，请不要忘记 na.rm=TRUE ...

pframe <- with(dd,expand.grid(id=levels(id),x=seq(min(x),max(x),length.out=51)

做出预测，并将它们覆盖在原始图上：

pframe$pred1 <- predict(m1,newdata=pframe,re.form=NA)    
p11 + geom_line(data=pframe,aes(y=pred1,group = id) ,col="red", lwd = 0.5)