Diagrammes pour illustrer les résultats du modèle linéaire à effets mixtes

13

J'ai analysé certaines données à l'aide de la modélisation linéaire à effets mixtes dans R. Je prévois de faire une affiche avec les résultats et je me demandais simplement si quelqu'un expérimenté avec les modèles à effets mixtes pourrait suggérer les tracés à utiliser pour illustrer les résultats de la modèle. Je pensais aux graphiques résiduels, au graphique des valeurs ajustées par rapport aux valeurs d'origine, etc.

Je sais que cela dépendra beaucoup de mes données, mais j'essayais juste d'avoir une idée de la meilleure façon d'illustrer les résultats des modèles à effets mixtes linéaires. J'utilise le paquet nlme dans R.

Merci

John_dydx
la source
3
Le livre de Pinheiro et Bates contient plusieurs exemples. Vous pouvez consulter le §4.3, "Examen d'un modèle ajusté".
Sergio
3
Ce fil peut également être utile: quelle serait une image illustrative pour les modèles mixtes linéaires?
usεr11852

Réponses:

22

Cela dépend de votre modèle, mais, selon mon expérience, même mes collègues, qui n'ont pas une bonne compréhension des modèles d'effets mixtes, aiment vraiment si vous tracez les prédictions avec différents niveaux de regroupement:

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)

entrez la description de l'image ici

Roland
la source
@ Roland, merci pour votre réponse. Mon modèle est un modèle linéaire à effets mixtes contenant des variables indépendantes et dépendantes avec quelques covariables.
John_dydx
@ Roland, je peux juste demander si fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1|Subject)c'est la même chose que fm3 <- lme(distance ~ age*Sex, data = Orthodont, random = ~ 1|Subject) . J'essaie d'utiliser le sexe comme covariable pour le modèle.
John_dydx
Non. age * SexC'est la même chose age + Sex + age:Sex, c'est-à-dire qu'il inclut l'interaction.
Roland
1
Oui bien sûr. Vous devez supprimer colour=Sex.
Roland
1
Oui, mais c'est la fonction de base de ggplot2. Étudiez la documentation et les didacticiels. Vous voudrez peut-être utiliser scale_colour_manual.
Roland