用 R 中的 lme4 或 LmerTest 模型绘制与置信区间的交互

如何解决用 R 中的 lme4 或 LmerTest 模型绘制与置信区间的交互

使用 <div class="department-menu"> <div class="row"> <div class="col-8"> <div class="row row-cols-4"> <div class="fashion col mx-4"> <List> <li></li> <li></li> <li></li> </List> </div> </div> </div> <div class="col-4 department-o"></div> </div> </div> （找到 here），我运行以下模型：

dat

library(lmertest) model <- lmertest::lmer(eval ~ post + ess + post*ess + (1|ID),data = dat) 的输出表明交互项是显着的：

summary(model)

但是当我尝试使用 95% 置信区间使用 Linear mixed model fit by REML. t-tests use Satterthwaite's method ['lmerModlmertest'] Formula: eval ~ post + ess + ess * post + (1 | ID) Data: dat REML criterion at convergence: 163.4 Scaled residuals: Min 1Q Median 3Q Max -1.95714 -0.48596 0.00623 0.49208 1.82729 Random effects: Groups Name Variance Std.Dev. ID (Intercept) 0.33344 0.5774 Residual 0.02944 0.1716 Number of obs: 170,groups: ID,85 Fixed effects: Estimate Std. Error df t value Pr(>|t|) (Intercept) 1.50194 0.09082 90.00645 16.538 < 0.0000000000000002 *** post -0.24537 0.03658 83.00000 -6.707 0.00000000226 *** ess 0.15444 0.13076 90.00645 1.181 0.24067 post:ess 0.15620 0.05267 83.00000 2.965 0.00395 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Correlation of Fixed Effects: (Intr) post ess post -0.201 ess -0.695 0.140 post:ess 0.140 -0.695 -0.201 绘制交互作用时，得到的间隔根本不会使交互作用看起来很重要...

sjplot

我的两个问题：

1. 为什么估算值和绘制的结果似乎讲述了不同的故事？
2. 如何从模型中提取系数的置信区间以创建我自己的图表而不是使用 library(sjplot) library(TMB) plot_model(model,type="int",ci.lvl=0.95) ？我想制作一个条形图来说明交互作用，因为变量 plot_model() 和 ess 是二元的。

注意：我很高兴使用 post - 应该得到相同的结果，当总结 lme4 对象时，系数的重要性并不那么明显，我希望问题非常清楚。

解决方法

我将以相反的顺序回答您的问题：

2. plot_model() 函数调用 ggeffects 包中的函数。具体来说，ggpredict() 做了很多工作。如果您访问以下 URL，您将找到大量有关如何更改效应图以及从拟合模型中获取各种信息的信息。

https://cran.r-project.org/web/packages/ggeffects/vignettes/ggeffects.html

1. 我真的不同意这种互动看起来并不重要。对于大部分绘图，置信区间与其他类别均值不重叠。然而，这可能无关紧要，因为您当前正在以使其看起来连续的方式绘制分类数据。这不会改变模型在引擎盖下的拟合方式，但会改变 sjPlot 的默认行为。我已经用因子拟合了您指定的模型，并将其绘制成我认为应该在下面绘制的方式。我认为这对情节没有太大影响，但它可能会改变你的解释。此图中显示的差异与模型摘要输出一致，可以这样表述：当 post 为 0 与 1 时，ess 的两个级别之间的差异不相同. 另外，看看当 ess 为 0 时，两个 post 类别的 CI 如何与均值重叠，但当 post 为 1 时，它们显着不同。

让我知道是否需要进一步澄清。