我正在使用lme4包(lmer function(分析一些纵向数据，并带有3 Levels：嵌套在家庭中的个体中的测量点。我对围绕特定生活事件的线性和非线性变化曲线感兴趣。我的模型有许多时间预测因子(指示事件发生前后的线性变化，并指示事件发生前后的非线性变化(即平方时间变量(。此外，我有几个不随时间变化的 2 级预测因子(即人格特质(和一些控制变量(例如年龄、性别(。到目前为止，我没有包括任何随机斜率或跨层次的交互。
这是我的模型代码：
model.RI <- lmer(outcome ~ time + female_c + age_c + age_c2 + preLin + preLin.sq + postLin + postLin.sq + per1.c + per2.c + per3.c + per4.c + per5.c + (1 | ID) + (1 | House))
结果 = 我的因变量
time = year 1, year 2, year 3 ... (until year 9);此变量表示类似测试效果的内容
female_c = gender centered
age_c = age centered
age_c2 = age squared centered
preLin = time variable表示事件的时间(此变量在事件发生后为 0，为 -1，例如事件前一年，事件前两年为 -2 等(
preLin.sq = squared values of preLin
postLin = time variable表示事件发生后的时间(此变量在事件发生前为 0，在事件发生后增加;例如，在事件发生一年后为 +1(
postLin.sq = squared values of postLin
per1.c until per5.c = personality traits on Level 2 (centered)
ID = indicating the individuum
House = indicating the household
我想知道如何绘制这个lmer模型的预测值(例如，使用 ggplot2？我已经使用 R 中的method=gam绘制了变化曲线。这是一种相当数据驱动的方法，无需预先定义曲线是线性的还是二次的或其他什么，即可检查数据。我现在想检查我的参数化 lmer 模型是否与我已经拥有的数据驱动gam-plot相当。你有什么建议如何做到这一点吗？
我很乐意在这方面得到一些帮助！也请随时询问我对我想做什么的解释是否不够准确！
多谢！
点击此链接： 这就是我的 gam 图的样子，我希望在绘制我的 lmer 模型的预测值时得到类似的东西！
您可以使用 ggeffects-package 中的ggpredict()-函数。如果你想绘制时间的预测值(preLin(，你只需写：
ggpredict(model.RI, "preLin")
该函数返回一个数据框(请参阅文章(，您可以在 ggplot 中使用它，但您也可以直接绘制结果：
ggpredict(model.RI, "preLin") %>% plot()
或
p <- ggpredict(model.RI, "preLin")
plot(p)
您也可以使用 sjPlot-包，但是，对于边际效应/预测值，内部的sjPlot::plot_model()函数只是调用ggeffects::ggpredict()，因此结果基本上是相同的。
模型的另一个注意事项是：如果您有纵向数据，则还应将时间变量作为随机斜率包括在内。我不确定postLin如何直接引用preLin，但如果preLin捕获了您的所有测量值，您至少应该像这样编写模型：
model.RI <- lmer(
outcome ~ time + female_c + age_c + age_c2 + preLin + preLin.sq +
postLin + postLin.sq + per1.c + per2.c + per3.c + per4.c + per5.c +
(1 + preLin | ID) + (1 + preLin | House)
)
如果你还假设每个人的二次趋势(ID(，你甚至可以将平方项添加为随机斜率。
正如您的图例建议使用样条曲线一样，您也可以尝试以下方法：
library(splines)
model.RI <- lmer(
outcome ~ time + female_c + age_c + age_c2 + bs(preLin)
postLin + postLin.sq + per1.c + per2.c + per3.c + per4.c + per5.c +
(1 + preLin | ID) + (1 + preLin | House)
)
p <- ggpredict(model.RI, "preLin")
plot(p)
样条曲线的示例也在我上面提到的网站上进行了演示。
编辑：另一个注意事项与嵌套有关：您目前正在对完全交叉或交叉分类的模型进行建模。如果它是完全嵌套的，随机部分将如下所示：
... + (1 + preLin | House / ID)
(另请参阅此小代码示例(。