Gráficos para ilustrar os resultados do modelo linear de efeitos mistos

13

Estive analisando alguns dados usando a modelagem linear de efeitos mistos em R. Estou planejando fazer um pôster com os resultados e fiquei imaginando se alguém com modelos de efeitos mistos poderia sugerir quais gráficos usar para ilustrar os resultados do modelo. Eu estava pensando em gráficos residuais, gráficos de valores ajustados versus valores originais, etc.

Eu sei que isso dependerá muito dos meus dados, mas eu estava apenas tentando ter uma idéia da melhor maneira de ilustrar os resultados de modelos lineares de efeitos mistos. Estou usando o pacote nlme em R.

obrigado

John_dydx
fonte
3
O livro de Pinheiro e Bates contém vários exemplos. Você pode ver §4.3, "Examinando um modelo adequado".
Sergio
3
Esse tópico provavelmente também pode ser útil: Qual seria uma imagem ilustrativa para modelos mistos lineares?
usεr11852

Respostas:

22

Depende do seu modelo, mas, na minha experiência, até colegas, que não têm uma boa compreensão dos modelos de efeitos mistos, gostam mesmo de plotar as previsões com diferentes níveis de agrupamento:

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)

insira a descrição da imagem aqui

Roland
fonte
@ Roland, obrigado pela sua resposta. Meu modelo é um modelo linear de efeito misto contendo variáveis ​​independentes e dependentes com algumas covariáveis.
9789 John Mayer
@ Roland, posso apenas perguntar se fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)é o mesmo que fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) . Estou tentando usar o sexo como covariável para o modelo.
21414 John Mayer
Não. age * SexÉ o mesmo que age + Sex + age:Sex, ou seja, inclui a interação.
Roland
1
Sim, claro. Você precisaria remover colour=Sex.
Roland
1
Sim, mas essa é a funcionalidade básica do ggplot2. Estude a documentação e os tutoriais. Você pode querer usar scale_colour_manual.
Roland