रैखिक मिश्रित प्रभाव मॉडल के परिणामों को चित्रित करने के लिए भूखंड

Question

मैं आर में रैखिक मिश्रित प्रभाव मॉडलिंग का उपयोग करके कुछ डेटा का विश्लेषण कर रहा हूं। मैं परिणामों के साथ एक पोस्टर बनाने की योजना बना रहा हूं और मैं सोच रहा था कि क्या मिश्रित प्रभाव वाले मॉडल के साथ अनुभवी कोई भी सुझाव दे सकता है कि परिणामों को दर्शाने के लिए कौन से भूखंडों का उपयोग करना है। नमूना। मैं अवशिष्ट भूखंडों, सज्जित मूल्यों के कथानक बनाम मूल मूल्यों आदि के बारे में सोच रहा था।

मुझे पता है कि यह मेरे डेटा पर बहुत निर्भर करेगा लेकिन मैं सिर्फ रैखिक मिश्रित प्रभाव वाले मॉडल के परिणामों को चित्रित करने के सर्वोत्तम तरीके के लिए एक महसूस करने की कोशिश कर रहा था। मैं आर में nlme पैकेज का उपयोग कर रहा हूं।

धन्यवाद

Comments

पिनहेइरो और बेट्स की पुस्तक में कई उदाहरण हैं। आप .34.3 में देख सकते हैं, "एक फिटेड मॉडल की जांच"।

— सर्जियो

यह धागा संभवतः सहायक भी हो सकता है: रैखिक मिश्रित मॉडल के लिए एक चित्र क्या होगा?

— us --r11852

Answer 1

यह आपके मॉडल पर निर्भर करता है, लेकिन, मेरे अनुभव में, यहां तक ​​कि सहकर्मियों को भी, जिनके पास मिश्रित प्रभाव वाले मॉडल की अच्छी समझ नहीं है, वास्तव में अगर आप विभिन्न समूहों के स्तर के साथ भविष्यवाणियों की साजिश करते हैं:

library(nlme)
fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)

newdat <- expand.grid(Sex=unique(Orthodont$Sex),
                  age=c(min(Orthodont$age),
                            max(Orthodont$age)))

library(ggplot2)
p <- ggplot(Orthodont, aes(x=age, y=distance, colour=Sex)) +
  geom_point(size=3) +
  geom_line(aes(y=predict(fm2), group=Subject, size="Subjects")) +
  geom_line(data=newdat, aes(y=predict(fm2, level=0, newdata=newdat), size="Population")) +
  scale_size_manual(name="Predictions", values=c("Subjects"=0.5, "Population"=3)) +
  theme_bw(base_size=22) 
print(p)

Comments

@ रोलैंड, आपके उत्तर के लिए धन्यवाद। मेरा मॉडल एक रैखिक मिश्रित प्रभाव वाला मॉडल है जिसमें कुछ कोवरिएट के साथ स्वतंत्र और निर्भर चर होते हैं।

— John_dydx

@ रोलैंड, क्या मैं पूछ सकता हूं कि क्या fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)जैसा है वैसा ही है fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) । मैं मॉडल के लिए एक कोवरिएट के रूप में सेक्स का उपयोग करने की कोशिश कर रहा हूं।

— John_dydx

नहीं , यानी के age * Sexरूप में ही है age + Sex + age:Sex, यह बातचीत भी शामिल है।

— रोलैंड

हां बिल्कुल। आपको निकालने की आवश्यकता होगी colour=Sex।

— रोलैंड

हां, लेकिन यह बुनियादी ggplot2 कार्यक्षमता है। प्रलेखन और ट्यूटोरियल का अध्ययन करें। आप उपयोग करना चाह सकते हैं scale_colour_manual।

— रोलैंड