如何解决使用 predict() 与连续交互
我有一个混合模型,其中包含两个连续变量的相互作用。我了解如何使用 predict() 进行连续的分类交互,但找不到有关如何使用 predict() 生成连续交互的连续图的任何信息。到目前为止,我有:
#the data
mydata<-structure(list(Week = c(3L,3L,6L,5L,1L,4L,2L,6L),X2 = c(20.8,21.4,22.2,21.9,21,21.8,16.6,15.6,19.8,17.5,12.5,20.1,20.5,21.7,22.3),X1 = c(78L,90L,81L,44L,9L,35L,99L,17L,7L,23L,14L,77L,84L,1L),Y = c(14.97469781,19.88267242,15.59780954,9.633809968,15.12038794,10.43636012,10.7436911,16.71840387,12.43274774,10.90741585,8.79514591,14.1932374,8.776376951,9.995133069,12.38314719,9.611533444)),class = "data.frame",row.names = c(NA,-16L))
#assigning 'Week' as a factor
mydata$Week<-as.factor(mydata$Week)
#the model
model1<-glmer(Y~X1*X2+(1|Week),data=mydata,family=Gamma(link='log'))
NEWDATA <-
expand.grid(
X1 = seq(1,99,length = 100),X2 = seq(12.5,22.3,Week = levels(mydata$Week)
)
PREDMASS <-
predict(model1,newdata = NEWDATA,re.form = ~ (1 | Week))
PREDSFRAME <- cbind(NEWDATA,PREDMASS)
head(PREDSFRAME)
如果交互发生在连续变量和分类变量之间,我将使用下面的代码,但这不起作用:
ggplot(PREDSFRAME,aes(x = X1,y = PREDMASS)) +
geom_line() +
geom_point(data = mydata,facet_grid(. ~ X2) +
aes(y = Y),alpha = 0.3)
有什么建议吗?
解决方法
我认为您实际上想要 facet_grid
函数之外的 geom_point()
。如果您以这种方式运行它,则不会出错。
ggplot(PREDSFRAME,aes(x = X1,y = PREDMASS)) +
geom_line() +
geom_point(data = mydata,aes(y = Y),alpha = 0.3)+
facet_grid(. ~ X2)
但是你得到的是每个 X2 值的图网格(因为它是连续的),这也不是你想要的。
您需要做的是指定一些 X2 值,您将创建不同的图(或回归线),因为我假设(可能是错误的)您不想绘制每个可能的组合(这是一个 2D飞机,正如@HongOoi 建议的那样)。
我知道您要求使用 predict
的解决方案,也许您可以使用上述信息来解决,但我提供了来自 sjPlot
的这个“预制”解决方案,我觉得它快速且有用:
library(sjPlot)
plot_model(model1,type="pred",terms=c("X1","X2"))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。