선형 혼합 모델 집합이 있고 평균 모델을 만들었습니다. 평균 모델에 포함 된 두 가지 수준의 요인에 대한 모델 적합성을 플로팅하고 싶습니다. 간단한 예 :평균 모델에서 불연속 변수에 대한 플롯 모델 적합
library(lme4)
library(MuMIn)
mtcars2 <- mtcars
mtcars2$vs <- factor(mtcars2$vs)
gl <- lmer(mpg ~ am + disp + hp + qsec + (1 | cyl), mtcars2,
REML = FALSE, na.action = 'na.fail')
d <- dredge(gl)
av <- model.avg(d, subset = cumsum(weight) <= 0.95)
summary(av)
Call: model.avg(object = d, subset = cumsum(weight) <= 0.95) Component model call: lme4::lmer(formula = mpg ~ <7 unique rhs>, data = mtcars2, REML = FALSE, na.action = na.fail) Component models: df logLik AICc delta weight 13 5 -77.81 167.92 0.00 0.37 123 6 -76.34 168.05 0.13 0.35 134 6 -77.54 170.43 2.51 0.11 1234 7 -76.25 171.16 3.24 0.07 23 5 -79.85 172.00 4.08 0.05 2 4 -81.63 172.75 4.83 0.03 124 6 -78.99 173.34 5.42 0.02 Term codes: am disp hp qsec 1 2 3 4 Model-averaged coefficients: (full average) Estimate Std. Error Adjusted SE z value Pr(>|z|) (Intercept) 25.457505 6.467643 6.648016 3.829 0.000129 *** am 4.103425 1.861593 1.898182 2.162 0.030636 * hp -0.043829 0.017926 0.018265 2.400 0.016415 * disp -0.009419 0.011834 0.011983 0.786 0.431821 qsec 0.081973 0.284147 0.292015 0.281 0.778929 (conditional average) Estimate Std. Error Adjusted SE z value Pr(>|z|) (Intercept) 25.45751 6.46764 6.64802 3.829 0.000129 *** am 4.46519 1.46823 1.51835 2.941 0.003273 ** hp -0.04651 0.01471 0.01515 3.070 0.002140 ** disp -0.01793 0.01068 0.01099 1.632 0.102634 qsec 0.40421 0.51757 0.53873 0.750 0.453075 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Relative variable importance: hp am disp qsec Importance: 0.94 0.92 0.53 0.20 N containing models: 5 5 5 3
나는 전체 평균 모델에 의해 추정으로 am
의 효과를 플롯합니다.
일반적으로 lsmeans::lsmeans(gl, ~am)
또는 lmerTest::lsmeansLT(gl, 'am')
을 사용하고 두 그룹에 대한 최소 제곱 평균과 신뢰 구간을 그립니다.
평균 모델의 경우 어떻게합니까?
나는 그것을하기 위해 ** emmeans ** 패키지를 얻는 것을 통해 자신의 길을 해킹하기를 희망하면서 이것을 약간 찔렀다. 나는 가까이에 왔다고 생각하지만,'vcov()'메소드의 에러로 내 트랙에서 멈추게되었다. 아마도 ** MuMIn ** 개발자가 해당 패키지에 ** emmeans ** 지원을 통합하도록 권유 할 수 있습니다. 나 (** emmeans ** 개발자)도 기꺼이 도와 드리겠습니다. – rvl