Gráficos para ilustrar los resultados del modelo lineal de efectos mixtos


13

He estado analizando algunos datos usando el modelado de efectos mixtos lineales en R. Estoy planeando hacer un póster con los resultados y me preguntaba si alguien con experiencia en modelos de efectos mixtos podría sugerir qué gráficos usar para ilustrar los resultados de modelo. Estaba pensando en gráficos residuales, gráfico de valores ajustados frente a valores originales, etc.

Sé que esto dependerá en gran medida de mis datos, pero solo estaba tratando de tener una idea de la mejor manera de ilustrar los resultados de los modelos lineales de efectos mixtos. Estoy usando el paquete nlme en R.

Gracias


3
El libro de Pinheiro y Bates contiene varios ejemplos. Puede mirar §4.3, "Examen de un modelo ajustado".
Sergio

3
Este hilo probablemente también puede ser útil: ¿Cuál sería una imagen ilustrativa para modelos lineales mixtos?
usεr11852

Respuestas:


22

Depende de su modelo, pero, en mi experiencia, incluso los colegas, que no tienen una buena comprensión de los modelos de efectos mixtos, realmente les gusta si traza las predicciones con diferentes niveles de agrupación:

library(nlme)
fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)

newdat <- expand.grid(Sex=unique(Orthodont$Sex),
                  age=c(min(Orthodont$age),
                            max(Orthodont$age)))

library(ggplot2)
p <- ggplot(Orthodont, aes(x=age, y=distance, colour=Sex)) +
  geom_point(size=3) +
  geom_line(aes(y=predict(fm2), group=Subject, size="Subjects")) +
  geom_line(data=newdat, aes(y=predict(fm2, level=0, newdata=newdat), size="Population")) +
  scale_size_manual(name="Predictions", values=c("Subjects"=0.5, "Population"=3)) +
  theme_bw(base_size=22) 
print(p)

ingrese la descripción de la imagen aquí


@ Roland, gracias por tu respuesta. Mi modelo es un modelo lineal de efectos mixtos que contiene variables independientes y dependientes con algunas covariables.
John_dydx

@ Roland, ¿puedo preguntar si fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)es lo mismo fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) ? Estoy tratando de usar Sex como covariable para el modelo.
John_dydx

No. age * Sexes lo mismo que age + Sex + age:Sex, es decir, incluye la interacción.
Roland

1
Sí, por supuesto. Necesitarías eliminarlo colour=Sex.
Roland

1
Sí, pero esa es la funcionalidad básica de ggplot2. Estudie la documentación y tutoriales. Es posible que desee utilizar scale_colour_manual.
Roland
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.