0

因此，我查看了许多类似主题的帖子，但似乎都不是我所需要的，或者我根本不了解他们提供的解决方案......所以就这样......

我用 lme4 运行了一个混合效应模型来查看一些黑猩猩数据。我有两个因素（攻击率；交配率）会影响我的依赖（喂食时间）。

我想制作两个散点图，显示每个预测变量和结果变量之间的关系，但我想画一条线，它来自模型估计（而不是 (lm(y ~ x )) 类型，它只给出一个简单的回归线，而不是基于完整 LMM 的回归线）。

我有一种感觉，这只有 ggplot2 才有可能，但我还没有真正弄清楚如何做到这一点。花了一天的大部分时间浏览书籍和论坛，我希望这可能有一个相当直接的答案，如果有人知道他们在做什么。

感谢您提前提供任何提示！

亚历克斯

4

1 回答 1

1

首先，我有以下模型：

M3reml
Linear mixed model fit by REML ['lmerMod']
Formula: z.feeding_time ~ z.copul_rate + z.agro_given + z.agro_recd + (1 | Male) + ac_term
   Data: N85

其中变量是 z 变换的值：雄性黑猩猩进食时间 (z.feeding_time)；与女性的每日交配率（行为/小时；z.copul_rate）；给出的每日侵略率（z.agro_given）；和每天收到的侵略率（z.agro_recd）。随机效应——我研究的 12 名男性的男性 ID；和一个时间自相关项（ac_term）。

我想根据模型对雄性喂食时间的估计生成一条回归线。

得到估计：

p1<-predict(M3reml)

绘制针对男性攻击率的估计值（z 变换值）：

plot(p1~z.agro_given, data=N85)

添加回归线：

abline(lm(p1~z.agro_given, data=N85))

我会在这里发布该情节的图片，但显然我还不允许这样做。

于 2014-04-01T18:42:24.397 回答