Ben Bolker による投稿へのこの回答を見つけましたが、非常に役に立ちます (複数の予測子を含む混合モデルでランダムな切片と勾配をプロットする方法は? )。ただし、モデルが /n のよう
mod <- lmer(resp ~ pred1 + pred2 + factor(pred3) + (1|RF1),data=d)になり、他の 2 つを一定に保ちながら応答に対する因子の影響をプロットしたい場合、代わりに nd データフレームを作成するにはどうすればよいでしょうか? また、ランダムな勾配をプロットするにはどうすればよいですか? 事前にどうもありがとうございました！
編集：ベン、答えてくれてありがとう。もちろん、再現可能な例をあげることは理にかなっている。したがって、最初の質問: モデルに因子変数がある場合、他の変数を一定に保つ予測子の影響をプロットするにはどうすればよいでしょうか (上記のリンクされた質問に対する回答で説明されています)。
これが私のサンプルデータです: https://www.dropbox.com/s/ytlocw868fsnpu7/realdatasample.csv?dl=0、内密に扱ってください:)。
したがって、モデルは次のようになります。
moddata <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (1|region),data=realdatasample)
私が理解していることから、上記のリンクに示されている例は、一方の予測変数を一定に保ちながらもう一方の予測変数のプロットを作成し、次にその逆を行い、ランダム効果を考慮したものです。しかし、そのコードを拡張して 3 つの変数、特にそれが要因である場合はどうすればよいでしょうか? 2 番目の質問: このようなモデルのランダムな勾配をどのように視覚化できますか?
moddata1 <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (richn_tar-1|region),data=realdatasample)
私が理解している限り、パッケージは、そのようなモデルの固定部分を受け入れられた方法で視覚化する方法を提供します (1 つの予測子を変更して、他の予測子を一定に保ちます) visreg。effectsしかし、ランダム効果の分散コンポーネントの優れた視覚化には (私の知る限り) 機能しません。これについてはおそらく多くの情報があると思いますが、上記の明確なコード例が非常に気に入っており、これらのことを「手動で」行う方法を理解したいと思っています。助けてくれてありがとう！