2

我有以下数据，并使用 R 中的 glmmTMB 包创建了一个模型，用于植物直径〜植物密度（植物数量），具有随机绘图效果：

d <- data.frame (diameter = c(17,16,15,13,11, 19,17,15,11,11, 19,15,14,11,8),
                      plant_density = c(1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000),
                      plot = c(1,1,1,1,1, 2,2,2,2,2, 3,3,3,3,3))

glmm.model <- glmmTMB(diameter ~  plant_density + (1|plot),
                        data = d,
                        na.action = na.omit,
                        family="gaussian",
                        ziformula = ~ 0)

我的目的是创建一个带有不同植物密度的预测直径数据的图，其中包含随机图效应。所以我试图预测数据：

new.dat <- data.frame(diameter= d$diameter,
                      plant_density = d$plant_density,
                      plot= d$plot) 

new.dat$prediction <- predict(glmm.model, new.data = new.dat, 
                              type = "response", re.form = NA)

不幸的是，我得到了每个图的输出，但想要对直径〜植物密度进行广义预测。

我的目标是创建一个像这里这样的图，但是使用来自 glmmTMB 的回归模型，它考虑了随机效应。

感谢您的帮助！

4

1 回答 1

1

该ggeffects包使这种类型的东西非常容易实现和定制。

例如

library('ggplot2')
library('glmmTMB')
library('ggeffects')
d <- data.frame (diameter = c(17,16,15,13,11, 19,17,15,11,11, 19,15,14,11,8),
                 plant_density = c(1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000, 1000,2000,3000,4000,5000),
                 plotx = as.factor( c(1,1,1,1,1, 2,2,2,2,2, 3,3,3,3,3)))

glmm.model <- glmmTMB(diameter ~  plant_density + (1|plotx),
                      data = d,
                      family="gaussian")

# basically what your looking for
plot(ggpredict(glmm.model, terms = "plant_density"))

# with additional a change of limits on the y-axis
plot(ggpredict(glmm.model, terms = "plant_density")) + 
scale_y_continuous(limits = c(0, 20))

你真的可以从那里做任何你想做的事情，改变颜色、主题、比例，包装也有一些漂亮的小插图。

于 2022-01-06T15:42:06.107 回答