我可以使用哪个 R 包来可视化混合效应模型系数
Which R package can I use to visualize mixed effect model coefficient
我正在使用 R 中的 lmer 函数研究混合效应模型。我的响应变量是生产力,它是连续变量,我试图找到 5 个预测变量对生产力的影响(SR、NRI、CWM_H CWM_Chl 和 FDispersion) 所有预测变量都是连续变量。我想使用 coefficient plot 以与您在图像上看到的相同的方式可视化模型结果。 (正负预测变量使用不同颜色) 2017年和2018年从32个地块中采集的数据(从32个地块中采样)重复测量,所以我在上面提到的四个预测变量作为固定效应,地块作为随机效应模型。我应该使用哪个包来可视化系数?任何帮助将不胜感激!
我用过的公式
mixed_model<- lmer(Productivity_log ~ SpR + NRI + CWM_Height + CWM_Chlorophyl +
FDispersion + (1 | Plot), Data= datsc,REML=TRUE)
<img src="http://example.com/img.jpg">
<img src="http://file:///C:/Users/Gossaye/Desktop/CWM/png.jpg">
sjPlot::plot_model()
正是这样做的。快速演示:
library(lme4)
library(sjPlot)
data(msleep, package = "ggplot2")
mixed_model <- lmer(
sleep_total ~ brainwt + bodywt + factor(vore) + (1 | order),
data = msleep
)
plot_model(mixed_model)
我正在使用 R 中的 lmer 函数研究混合效应模型。我的响应变量是生产力,它是连续变量,我试图找到 5 个预测变量对生产力的影响(SR、NRI、CWM_H CWM_Chl 和 FDispersion) 所有预测变量都是连续变量。我想使用 coefficient plot 以与您在图像上看到的相同的方式可视化模型结果。 (正负预测变量使用不同颜色) 2017年和2018年从32个地块中采集的数据(从32个地块中采样)重复测量,所以我在上面提到的四个预测变量作为固定效应,地块作为随机效应模型。我应该使用哪个包来可视化系数?任何帮助将不胜感激!
我用过的公式
mixed_model<- lmer(Productivity_log ~ SpR + NRI + CWM_Height + CWM_Chlorophyl +
FDispersion + (1 | Plot), Data= datsc,REML=TRUE)
<img src="http://example.com/img.jpg">
<img src="http://file:///C:/Users/Gossaye/Desktop/CWM/png.jpg">
sjPlot::plot_model()
正是这样做的。快速演示:
library(lme4)
library(sjPlot)
data(msleep, package = "ggplot2")
mixed_model <- lmer(
sleep_total ~ brainwt + bodywt + factor(vore) + (1 | order),
data = msleep
)
plot_model(mixed_model)