前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >R语言建立和可视化混合效应模型mixed effect model|附代码数据

R语言建立和可视化混合效应模型mixed effect model|附代码数据

原创
作者头像
拓端
发布2022-12-08 16:57:41
1.5K0
发布2022-12-08 16:57:41
举报
文章被收录于专栏:拓端tecdat拓端tecdat

全文下载链接:http://tecdat.cn/?p=20631

最近我们被客户要求撰写关于混合效应模型的研究报告,包括一些图形和统计输出。

我们已经学习了如何处理混合效应模型。本文的重点是如何建立和_可视化_ 混合效应模型的结果。

设置

本文使用数据集,用于探索草食动物种群对珊瑚覆盖的影响。

代码语言:javascript
复制
knitr::opts_chunk$set(echo = TRUE)

library(tidyverse) # 数据处理
library(lme4) #  lmer   glmer 模型



me_data <- read_csv("mixede.csv")

创建一个基本的混合效应模型:

该模型以珊瑚覆盖层为因变量(elkhorn_LAI),草食动物种群和深度为固定效应(c。urchinden,c.fishmass,c.maxD)和调查地点作为随机效应(地点)。 。 注意:由于食草动物种群的测量规模存在差异,因此我们使用标准化的值,否则模型将无法收敛。我们还使用了因变量的对数。我正在根据这项特定研究对数据进行分组。

代码语言:javascript
复制
summary(mod)
代码语言:javascript
复制
## Linear mixed model fit by maximum likelihood  ['lmerMod']

## 
##      AIC      BIC   logLik deviance df.resid 
##    116.3    125.1    -52.1    104.3       26 
## 
## Scaled residuals: 
##     Min      1Q  Median      3Q     Max 
## -1.7501 -0.6725 -0.1219  0.6223  1.7882 
## 
## Random effects:
##  Groups   Name        Variance Std.Dev.
##  site     (Intercept) 0.000    0.000   
##  Residual             1.522    1.234   
## Number of obs: 32, groups:  site, 9
## 
## Fixed effects:
##             Estimate Std. Error t value
## (Intercept)  10.1272     0.2670  37.929
## c.urchinden   0.5414     0.2303   2.351
## c.fishmass    0.4624     0.4090   1.130
## c.axD        0.3989     0.4286   0.931
## 
## Correlation of Fixed Effects:
##             (Intr) c.rchn c.fshm
## c.urchinden  0.036              
## c.fishmass  -0.193  0.020       
## c.maxD       0.511  0.491 -0.431
## convergence code: 0
## boundary (singular) fit: see ?isSingular

绘制效应大小图:

如果您有很多固定效应,这很有用。

代码语言:javascript
复制
plot(mod)
图片
图片

点击标题查阅往期内容

R语言 线性混合效应模型实战案例

左右滑动查看更多

01

图片
图片

02

图片
图片

03

图片
图片

04

图片
图片

效应大小的格式化图:

让我们更改轴标签和标题。

代码语言:javascript
复制
# 注意:轴标签应按从下到上的顺序排列。
# 要查看效应大小和p值,设置show.values和show.p= TRUE。只有当效应大小的值过大时,才会显示P值。
  title="草食动物对珊瑚覆盖的影响")
图片
图片

模型结果表输出:

创建模型摘要输出表。这将提供预测变量,包括其估计值,置信区间,估计值的p值以及随机效应信息。

代码语言:javascript
复制
tab(mod)
图片
图片

格式化表格

代码语言:javascript
复制
# 注:预测标签(pred.labs)应从上到下排列;dv.labs位于表格顶部的因变量的名称。
 
 
                  pred.labels =c("(Intercept)", "Urchins", "Fish", "Depth"),

用数据绘制模型估计

我们可以在实际数据上绘制模型估计值!我们一次只针对一个变量执行此操作。注意:数据已标准化以便在模型中使用,因此我们绘制的是标准化数据值,而不是原始数据

步骤1:将效应大小估算值保存到data.frame中

代码语言:javascript
复制
# 使用函数。term=固定效应,mod=你的模型。

effect(term= "c.urchinden", mod= mod)
summary(effects) #值的输出
代码语言:javascript
复制
## 
##  c.urchinden effect
## c.urchinden
##     -0.7      0.4        2        3        4 
##  9.53159 10.12715 10.99342 11.53484 12.07626 
## 
##  Lower 95 Percent Confidence Limits
## c.urchinden
##      -0.7       0.4         2         3         4 
##  8.857169  9.680160 10.104459 10.216537 10.306881 
## 
##  Upper 95 Percent Confidence Limits
## c.urchinden
##     -0.7      0.4        2        3        4 
## 10.20601 10.57414 11.88238 12.85314 13.84563
代码语言:javascript
复制
# 将效应值另存为df:
x  <- as.data.frame(effects)

步骤2:使用效应值df绘制估算值

如果要保存基本图(仅固定效应和因变量数据),可以将其分解为单独的步骤。注意:对于该图,我正在基于此特定研究对数据进行分组。

代码语言:javascript
复制
#基本步骤:
  #1创建空图

  #2 从数据中添加geom_points()

  #3 为模型估计添加geom_point。我们改变颜色,使它们与数据区分开来

  #4 为MODEL的估计值添加geom_line。改变颜色以配合估计点。

  #5 添加具有模型估计置信区间的geom_ribbon

  #6 根据需要编辑标签!

#1
chin_plot <- ggplot() + 
  #2
geom_point(data ,  + 
  #3
  geom_point(data=x_, aes(x= chinde, y=fit), color="blue") +
  #4
  geom_line(data=x, aes(x= chinde, y=fit), color="blue") +
  #5
  geom_ribbon(data= x , aes(x=c.urchinden, ymin=lower, ymax=upper), alpha= 0.3, fill="blue") +
  #6
  labs(x="海胆(标准化)", y="珊瑚覆盖层")

chin_plot
图片
图片

本文摘选 R语言建立和可视化混合效应模型mixed effect model

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 全文下载链接:http://tecdat.cn/?p=20631
  • 设置
  • 创建一个基本的混合效应模型:
  • 绘制效应大小图:
    • 效应大小的格式化图:
      • 格式化表格
      • 步骤1:将效应大小估算值保存到data.frame中
      • 步骤2:使用效应值df绘制估算值
  • 模型结果表输出:
  • 用数据绘制模型估计
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档