我在本博尔克的一篇文章中找到了这个答案，它真的很有帮助（如何在具有多个预测变量的混合模型中绘制随机截距和斜率？）。但是，如果我的模型看起来更像这样：/n
mod <- lmer(resp ~ pred1 + pred2 + factor(pred3) + (1|RF1),data=d)并且我还想绘制因子对保持其他两个不变的响应的影响，我将如何创建 nd 数据框？另外，我将如何绘制随机斜率？非常感谢您！
编辑：本，非常感谢你的回答，我很抱歉，当然给出一个可重复的例子是有意义的。所以，第一个问题：如果我的模型中有一个因子变量，我如何绘制一个保持其他变量不变的预测变量的影响（如您对上述链接问题的回答中所述）？
这是我的示例数据：https ://www.dropbox.com/s/ytlocw868fsnpu7/realdatasample.csv?dl=0 ，请保密:)。
所以模型将是：
moddata <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (1|region),data=realdatasample)
据我了解，上面链接中给出的示例是关于为一个预测变量构建一个图，同时保持另一个变量不变，反之亦然，并考虑到随机效应。但是如何扩展该代码以考虑三个变量，特别是如果它是一个因素？第二个问题：如何在这样的模型中可视化随机斜率？
moddata1 <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (richn_tar-1|region),data=realdatasample)
据我了解，软件包visreg并effects提供了以可接受的方式可视化此类模型的固定部分的方法（一个预测变量的变化保持其他变量不变）。但它们不适用于（据我所知）随机效应方差分量的良好可视化。我意识到可能有很多关于这方面的信息，但我非常喜欢上面的清晰代码示例，并且想了解如何“手动”完成这些事情。非常感谢您的帮助！