如何从混合效果 Tidymodels 中提取随机截距

Question

我正在尝试使用 lme4 和 multilevelmod 从 tidymodels 中提取 随机截距 。我可以使用下面的 lme4 来做到这一点：

使用 R 和 lme4:

library("tidyverse")
library("lme4")

# set up model
mod <- lmer(Reaction ~ Days + (1|Subject),data=sleepstudy)

# create expanded df
expanded_df <- with(sleepstudy,
                    data.frame(
                      expand.grid(Subject=levels(Subject),
                                  Days=seq(min(Days),max(Days),length=51))))

# create predicted df with **random intercepts**
predicted_df <- data.frame(expanded_df,resp=predict(mod,newdata=expanded_df))

predicted_df 

# plot intercepts
ggplot(predicted_df,aes(x=Days,y=resp,colour=Subject))+
       geom_line()

使用整洁模型：

# example from
# https://github.com/tidymodels/multilevelmod
library("multilevelmod")
library("tidymodels")
library("tidyverse")
library("lme4")
#> Loading required package: parsnip
data(sleepstudy, package = "lme4")


# set engine to lme4
mixed_model_spec <- linear_reg() %>% set_engine("lmer")


# create model
mixed_model_fit_tidy <- 
  mixed_model_spec %>% 
  fit(Reaction ~ Days + (1 | Subject), data = sleepstudy)


expanded_df_tidy <- with(sleepstudy,
                    data.frame(
                      expand.grid(Subject=levels(Subject),
                                  Days=seq(min(Days),max(Days),length=51))))



predicted_df_tidy <- data.frame(expanded_df_tidy,resp=predict(mixed_model_fit_tidy,new_data=expanded_df_tidy))


ggplot(predicted_df_tidy,aes(x=Days,y=.pred,colour=Subject))+
       geom_line()

使用 predict() 函数似乎只能给出固定效应预测。

有没有办法从 tidymodels 和 multilevelmod 中提取随机截距？我知道这个包仍在开发中，所以在这个阶段可能无法实现。

Answer 1

我认为您可以按如下方式解决此问题：

predicted_df_tidy <- mutate(expanded_df_tidy,
       .pred = predict(mixed_model_fit_tidy,
                       new_data=expanded_df_tidy, 
                       type = "raw", opts=list(re.form=NULL)))

bind_cols() 而不是 mutate() 在某些情况下可能有用吗？
问题是 multilevelmod internally sets the default for prediction to re.form = NA；上面的代码将其重置为 re.form = NULL（这是 lme4 默认值，即在预测中包括所有随机效应）

如果你真的想要随机拦截（仅）我想你可以 predicted_df_tidy %>% filter(Days==0)

PS 如果你想了解更多 'tidy' 我想你可以使用 purrr::cross_df() 代替 expand.grid 并将结果直接传递给 mutate() ...

如何从混合效果 Tidymodels 中提取随机截距

How to extract random intercepts from mixed effects Tidymodels

r

lme4

tidymodels