library(merTools)
# fit an interaction model
m1 <- lmer(y ~ studage * service + (1|d) + (1|s), data = InstEval)
# select an average observation from the model frame
examp <- draw(m1, "average")
# create a modified data.frame by changing one value
simCase <- wiggle(examp, var = "service", values = c(0, 1))
# modify again for the studage variable
simCase <- wiggle(simCase, var = "studage", values = c(2, 4, 6, 8))
3 回答
我不确定软件包,但您可以模拟不同交互中的条款的数据,然后绘制图形 . 以下是通过波(即纵向)相互作用和绘制语法进行治疗的示例 . 我认为这个例子背后的故事是一种提高学龄儿童口语阅读流利度的方法 . 通过更改bX的函数值来修改交互项 .
尝试使用languageR包中的plotLMER.fnc()或效果包 .
merTools
包具有一些使这更容易的功能,但它仅适用于使用lmer
和glmer
对象 . 这是你如何做到这一点:在此之后,我们的模拟数据如下所示:
接下来,我们需要生成预测间隔,我们可以使用
merTools::predictInterval
(或者没有间隔,您可以使用lme4::predict
)现在我们得到一个preds对象,它是一个3列data.frame:
然后我们可以把它们拼凑起来:
不幸的是,这里的数据导致了一个相当无趣但易于理解的情节 .