prediction - 可以计算每个随机效应水平的预测概率吗？

Question

我已经运行了一个具有二项分布的广义线性混合模型，并成功地将种子作为响应（是/否）。个人id是随机效应。是否不仅可以根据固定效应计算预测概率，还可以计算每个人的预测概率？

我希望能够说出每个人成功的预测概率（95% CI）是多少。

Answer 1

您可以使用ggeffects包。不同主题的预测概率应该以与线性模型相同的方式工作，并在此处详细描述。

但是，目前在计算组级别/主题的预测值时，您无法获得随机效应的置信区间......（欢迎提供如何实现这一点的任何提示！）

例子：

library(lme4)
#> Loading required package: Matrix
library(ggeffects)

data("cbpp")
set.seed(123)
cbpp$cont <- rnorm(nrow(cbpp))

# categorical predictor
m1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), 
            data = cbpp, family = binomial)

me <- ggpredict(m1, terms = c("period", "herd [1,5,10,15]"), type = "re")
plot(me)
#> Loading required namespace: ggplot2

# continuous predictor
m2 <- glmer(cbind(incidence, size - incidence) ~ I(cont^2) + (1 | herd), 
            data = cbpp, family = binomial)

me <- ggpredict(m2, terms = c("cont", "herd [1,5,15]"), type = "re")
#> Model contains polynomial or cubic / quadratic terms. Consider using `terms="cont [all]"` to get smooth plots. See also package-vignette 'Marginal Effects at Specific Values'.
plot(me)

^{由reprex 包（v0.3.0）于 2020-06-17 创建}