由于先前的答案，我已经使用 lme4 进行了回归。现在我对每个州都有一个回归拟合，我想使用 lattice 为每个州绘制 QQ 图。我还想以格子格式绘制每个状态的误差图。如何使用 lme4 回归的结果制作格子图？
下面是一个使用两种状态的简单示例（是的，我喜欢一个很好的头韵）。我想制作一个由对象制成的两个面板格子适合。
library(lme4)
d <- data.frame(state=rep(c('NY', 'CA'), c(10, 10)), year=rep(1:10, 2), response=c(rnorm(10), rnorm(10)))
fits <- lmList(response ~ year | state, data=d)
而不是使用lmList，我会推荐更通用的 plyr 包。
library(plyr)
d <- data.frame(
state = rep(c('NY', 'CA'), c(10, 10)),
year = rep(1:10, 2),
response = c(rnorm(10), rnorm(10))
)
# Create a list of models
# dlply = data frame -> list
models <- dlply(d, ~ state, function(df) {
lm(response ~ year, data = df)
})
# Extract the coefficients in a useful form
# ldply = list -> data frame
ldply(models, coef)
# We can get the predictions in a similar way, but we need
# to cast to a data frame so the numbers come out as rows,
# not columns.
predictions <- ldply(models, as.data.frame(predict))
predictions是一个常规的 R 数据框，因此很容易绘制。
我不确定您是否可以轻松地将其放入格子中。您拥有的fits是一个 S4 对象，其中包含一个带有标准 lm对象列表的 .Data 插槽：
R> class(fits)
[1] "lmList"
attr(,"package")
[1] "lme4"
R> class(fits@.Data)
[1] "list"
R> class(fits@.Data[[1]])
[1] "lm"
R> op <- par(mfrow=c(2,4))
R> invisible(lapply(fits@.Data, plot))
最后一个图只是为您绘制了lm两次标准的 2x2 对象图，一次用于拟合对象列表的每个元素。使用which参数来plot选择这些的子集或用于其他回归诊断。
如果您实际上想要lattice预测与实际的图，则可能必须对此进行编程。
我在使用 lme4::lmList 时遇到了一些问题。例如，摘要似乎不起作用。因此，您可能会因此遇到一些问题。
因此，即使我使用 lmer 而不是 lme，我也一直明确地调用 nlme::lmList。然后摘要等将起作用。