如何在R中为lmer回归模型绘制估计值？

Question

我有看起来像这样的数据：

height <- c(1,2,3,4,2,4,6,8)
weight <- c(12,13,14,15,22,23,24,25)
type <- c("Wheat","Wheat","Wheat","Wheat","Rice","Rice","Rice","Rice")
set <- c(1,1,1,1,2,2,2,2)
dat <- data.frame(set,type,height,weight)

我运行一个lmer模型，并将其设置为R中的随机效果：

mod <- lmer(weight~height + type + (1|set), data = dat)

现在，我想绘制模型的估计值并绘制回归，x轴上的权重和y轴上的高度，facet（〜type）

我使用预测功能如下

dat$pred <- predict(mod, type = "response")

我想实现一个如下所示的ggplot：

ggplot(dat,aes(x = weight, y = height)) +
geom_point() + geom_smooth(method="lm", fill=NA) + facet_grid(~ type, scales = "free") 

但是，我注意到预测函数只有一个奇异的输出。 我该如何实现上述目标？ 还是我必须存储两个不同的预测响应，然后将其插入ggplot的x，y？

Answer 1

我可以调整您的图以显示原始值与预测值，如下所示：

ggplot(dat,aes(y = height)) +
    geom_point(aes(x = weight)) +
    geom_line(aes(x = pred)) + 
    facet_grid(~ type, scales = "free")

在示例图中，尽管您具有weight ，但是模型中x轴上的结果变量令人困惑。 通常，您将在y轴上具有结果/预测变量，因此我会绘制模型预测，例如：

ggplot(dat,aes(x = height)) +
    geom_point(aes(y = weight)) +
    geom_line(aes(y = pred)) + 
    facet_grid(~ type, scales = "free")