使用 sjPlot 从 glmer 模型绘制随机斜率

Question

过去，我使用过 sjPlot to visualize the different slopes from a generalized mixed effects model. However, with the new package, I can't figure out how to plot the individual slopes, as in the figure for the probabilities of fixed effects by (random) group level, located here

包中的 sjp.glmer

我认为这是生成图形的代码。我似乎无法在 sjPlot.

的新版本中获得它

library(lme4)
library(sjPlot)
data(efc)
# create binary response
efc$hi_qol = 0
efc$hi_qol[efc$quol_5 > mean(efc$quol_5,na.rm=T)] = 1
# prepare group variable
efc$grp = as.factor(efc$e15relat)
# data frame for 2nd fitted model
mydf <- na.omit(data.frame(hi_qol = as.factor(efc$hi_qol),
                           sex = as.factor(efc$c161sex),
                           c12hour = as.numeric(efc$c12hour),
                           neg_c_7 = as.numeric(efc$neg_c_7),
                           grp = efc$grp))
# fit 2nd model
fit2 <- glmer(hi_qol ~ sex + c12hour + neg_c_7 + (1|grp),
              data = mydf,
              family = binomial("logit"))

我尝试使用以下代码绘制模型。

plot_model(fit2,type="re")
plot_model(fit2,type="prob")
plot_model(fit2,type="eff")

我想我可能遗漏了一个标志，但在阅读文档后，我找不到那个标志可能是什么。

Answer 1

看起来这可能会满足您的要求：

(pp <- plot_model(fit2,type="pred",
       terms=c("c12hour","grp"),pred.type="re"))

type="pred"：绘制预测值
terms=c("c12hour", "grp")：在预测中包含 c12hour（作为 x 轴变量）和 grp
pred.type="re"：随机效应

我还没能得到置信区间丝带（试过ci.lvl=0.9，但运气不好...）

pp+facet_wrap(~group) 更接近链接博客 post 中显示的情节（每个随机效应级别都有自己的方面...）

Answer 2

Ben 已经 post 给出了正确答案。 sjPlot 使用 ggeffects-package 作为边际效应图，因此另一种方法是直接使用 ggeffects：

ggpredict(fit2, terms = c("c12hour", "grp"), type="re") %>% plot()

a new vignette 描述了如何获得混合模型/随机效应的边际效应。但是，当前无法使用此绘图类型的置信区间。

链接博客中的 type = "ri.prob" 选项 - post 没有针对协变量进行调整，这就是为什么我首先删除了该选项，然后在 gfeffects / sjPlot 中（正确地）重新实现了它。链接博客中显示的置信区间 - post 也不正确。一旦我弄清楚如何获得 CI 或预测区间，我也会添加此选项。

使用 sjPlot 从 glmer 模型绘制随机斜率

Plotting random slopes from glmer model using sjPlot

r

graphics

sjplot