在R中绘制混合模型的回归系数 [英] Plotting mixed models' regression coefficients in R

问题描述

使用 sj.plot 包从四个非嵌套线性随机效应模型中尝试生成具有四个系数'图的网格很困难。
我没有嫁给这个包，所以随意建议其他路线（ ggplot2 解决方案比 coefplot2 :: coefplot2


期望的输出：一个四个系数相邻的网格。



复制模型：



  data（sleepstudy）
 sleepstudy $ var2 < -  rnorm（n = nrow （sleepstudy），mean = 0，sd = 1）
 sleepstudy $ var3 < -  rnorm（n = nrow（sleepstudy），mean = 10，sd = 5）
 M1 < -  lmer （反应〜天+ var2 +（1 |主体），数据=睡眠研究，REML =假）$ b $（天〜+（1 |主体），数据= sleepstudy，REML =假）
 M2 < （反应〜天+ var3 +（1 |主体），数据=睡眠研究，REML =假）
 M4 < -  lmer（反应〜天+ var2 + var3 + ，data = sleepstudy，REML = FALSE）
  

重现问题。尝试＃1（ sjp.lmm ）

 > sjp.lmm（M1，M2，M3，M4）
通过Kenward-Roger近似计算p值。如果计算时间过长，请使用`p.kr = FALSE`。 
通过Kenward-Roger近似计算p值。如果计算时间过长，请使用`p.kr = FALSE`。 
 data.frame中的错误（beta，p = ps，pa = palpha，shape = pointshapes，grp = fitcnt，：
参数意味着不同的行数：3,2,1 
  

重现问题。尝试＃2（ sjp.lmer + plot_grid ）

  plot.1 < -  sjp.lmer（fit = M1，type =fe.std，
 p.kr = FALSE，
 sort.est =sort.all，
 y.offset = 0.4，
褪色。 ns = TRUE，
 facet.grid = T）
 plot.2 < -  sjp.lmer（fit = M2，type =fe.std，
 p.kr = FALSE， 
 sort.est =sort.all，
 y.offset = 0.4，
 fade.ns = TRUE，
 facet.grid = T）
图。 3<  -  sjp.lmer（fit = M3，type =fe.std，
 p.kr = FALSE，
 sort.est =sort.all，
 y。 offset = 0.4，
 fade.ns = TRUE，
 facet.grid = T）
 plot.4<  -  sjp.lmer（fit = M4，type =fe.std，
 p.kr = FALSE，
 sort.est =sort.all，
 y.offset = 0.4，
 fade.ns = TRUE，
 facet.grid = T）
 plot_grid（list（ plot.1，plot.2，plot.3，plot.4））
 
> plot_grid（list（plot.1，plot.2，plot.3，plot.4））
 gList中的错误（list（wrapvp = list（x = 0.5，y = 0.5，width = 1，height = 1） ，：只有
在gList中允许使用'grobs'
  

有没有办法获得这个情节？
版本： [6] sjPlot_2.1.1 ， ggplot2_2.1.0 ， lme4_1.1-12 ， sjmisc_2.0.1 ， gridExtra_2.2.1 ， dplyr_0.5.0 。

解决方案

sjPlot函数的返回值返回这是一个数据框和plot-object，所以你必须在参数中访问plot-object：



  plot_grid（list （plot.1 $ plot，plot.2 $ plot，plot.3 $ plot，plot.4 $ plot））
  

编辑：
我看见你找到了错误在 sjp.lmm（）<中/ code>函数并且可以修复它。如果您从GitHub下载最新的快照（

I am having hard time trying to produce a grid with four coefficients' plot from four non-nested linear random effects models using the sj.plot package. I am not married to this package so feel free to suggest other routes (ggplot2 solutions better than coefplot2::coefplot2).

Desired output: a grid with the four coefficients' plots next to each other.

Reproducing the models:

data("sleepstudy")
sleepstudy$var2 <- rnorm(n=nrow(sleepstudy), mean=0, sd=1)
sleepstudy$var3 <- rnorm(n=nrow(sleepstudy), mean=10, sd=5)
M1 <- lmer(Reaction ~ Days + (1|Subject), data=sleepstudy, REML = FALSE)
M2 <- lmer(Reaction ~ Days + var2 + (1|Subject), data=sleepstudy, REML = FALSE)
M3 <- lmer(Reaction ~ Days + var3 + (1|Subject), data=sleepstudy, REML = FALSE)
M4 <- lmer(Reaction ~ Days + var2 + var3 + (1|Subject), data=sleepstudy, REML = FALSE)

Reproducing the problems. Attempt #1 (sjp.lmm)

> sjp.lmm(M1, M2, M3, M4)
Computing p-values via Kenward-Roger approximation. Use `p.kr = FALSE` if computation takes too long.
Computing p-values via Kenward-Roger approximation. Use `p.kr = FALSE` if computation takes too long.
Error in data.frame(betas, p = ps, pa = palpha, shape = pointshapes, grp = fitcnt,  : 
  arguments imply differing number of rows: 3, 2, 1

Reproducing the problems. Attempt #2 (sjp.lmer + plot_grid)

plot.1 <- sjp.lmer(fit=M1,type="fe.std",
                   p.kr=FALSE,
                   sort.est = "sort.all",
                   y.offset = 0.4,
                   fade.ns = TRUE,
                   facet.grid = T)
plot.2 <- sjp.lmer(fit=M2,type="fe.std",
                   p.kr=FALSE,
                   sort.est = "sort.all",
                   y.offset = 0.4,
                   fade.ns = TRUE,
                   facet.grid = T)
plot.3 <- sjp.lmer(fit=M3,type="fe.std",
                   p.kr=FALSE,
                   sort.est = "sort.all",
                   y.offset = 0.4,
                   fade.ns = TRUE,
                   facet.grid = T)
plot.4 <- sjp.lmer(fit=M4,type="fe.std",
                   p.kr=FALSE,
                   sort.est = "sort.all",
                   y.offset = 0.4,
                   fade.ns = TRUE,
                   facet.grid = T)
plot_grid(list(plot.1,plot.2,plot.3,plot.4))

> plot_grid(list(plot.1,plot.2,plot.3,plot.4))
Error in gList(list(wrapvp = list(x = 0.5, y = 0.5, width = 1, height = 1,  : 
  only 'grobs' allowed in "gList"

Is there a way to obtain this plot? Versions: [6] sjPlot_2.1.1, ggplot2_2.1.0, lme4_1.1-12, sjmisc_2.0.1, gridExtra_2.2.1, dplyr_0.5.0.

解决方案

The return values of the sjPlot-functions return both a data frame and the plot-object, so you have to access the plot-object in the arguments:

plot_grid(list(plot.1$plot, plot.2$plot, plot.3$plot, plot.4$plot))

Edit: I saw you found a bug in the sjp.lmm() function and could fix it. If you download the latest snapshot from GitHub (https://github.com/sjPlot/devel), this will work:

sjp.lmm(M1, M2, M3, M4)

这篇关于在R中绘制混合模型的回归系数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！