[英]Plotting a mixed effects model with three fixed effects
我正在嘗試找到一種方法來為我正在處理的項目可視化混合效果模型,但我不確定在使用多個固定和隨機效果時如何執行此操作。
我正在研究的項目試圖根據幾個不同的因素來估計在線評論的有用性。 數據樣本如下所示:
Participant Product Type Star Rating Anonymous Product Helpfulness
1 Exp Extr Yes 12 8
1 Search Extr Yes 6 6
1 Search Mid Yes 13 7
...
30 Exp Mid No 11 2
30 Exp Mid No 14 4
30 Search Extr No 9 5
數據顯着長於此(30位參與者,每位參與者大約有24次評論,結果大約有700個參賽作品)。 每個參與者都會看到產品,產品類型和星級評分的混合,但他們看到的所有評論都是匿名的或不是匿名的(沒有混合)。
結果,我試圖擬合一個最大混合模型,具有以下內容:
mixed(helpfulness ~ product_type * star_rating * anonymity
+ (product_type * star_rating | participant)
+ (star_rating * anonymity | product))
我現在要做的是找到一種可視化表示數據的方法,可能對8個不同的“組”進行顏色編碼(基本上,3個二元自變量的不同獨特組合(2種產品* 2種類型)星級評分* 2種類型的匿名),以顯示它們與幫助評級的關系。
嘗試這樣的事情:
library(ggplot2)
# make notional data
df <- data.frame(participant = seq(1,30,1),
product_type = sample(x=c('Exp', 'Search'), size=30, replace=T),
star_rating = sample(x=c('Extr', 'Mid'), size=30, replace=T),
anonymous = sample(x=c('Yes', 'No'), size=30, replace=T),
product = rnorm(n=30, mean=10, sd=5),
helpfullness = rnorm(n=30, mean=5, sd=3))
ggplot(df) +
geom_col(aes(x=participant, y=helpfullness, fill=product, color=anonymous)) +
facet_grid(c('product_type', 'star_rating'))
這會捕獲數據中的所有六個變量。 您還可以使用alpha
和其他美學來包含變量。 如果您不想使用facet_grid
則使用alpha
可能會更好。 如果你將alpha
作為美學包含,我建議使用facet_wrap
而不是facet_grid
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.