lsmeans::lsmip：如何正确绘制连续值？答案

【问题标题】：lsmeans::lsmip: how to plot continuous values correctly?lsmeans::lsmip：如何正确绘制连续值？
【发布时间】：2017-09-02 23:52:40
【问题描述】：

lsmeans 包中的 lsmip() 命令似乎将 x 轴上的连续预测变量视为分类预测变量。

如果我的连续预测变量以离散但不均匀的间隔观察到（例如，当您从 Oats 数据中删除 0.2 水平的硝基时），lsmip 无论如何都会以均匀的间隔绘制它们。

data("Oats", package = "nlme")
Oats.lmer2sub <- lmer(log(yield) ~ Variety + poly(nitro,2)
               + (1|Block/Variety),  data = subset(Oats, nitro!=0.2))
lsmip(Oats.lmer2sub, Variety ~ nitro, ylab = "Predicted log(yield)", cov.reduce=FALSE)

如果我想在实际观察数据的硝基水平上显示模型预测，这对我来说似乎很重要。从理论上讲，我应该能够显示任何硝基水平的预测值。

lsmip(Oats.lmer2sub, Variety ~ nitro, ylab = "Predicted log(yield)", at=list(nitro=c(0, 0.2, 0.4, 0.45, 0.46,  0.6)))

有什么方法可以设置 x 轴以将 nitro 的值分隔到适合连续变量的比例？意思是在第一张图中跳过 0.2 的空格，或者在第二张图中将 0.45、0.46 的点聚集在一起？

【问题讨论】：

没有。该功能旨在制作具有因子的交互样式图。但是，您可以使用df <- lsmip(..., plotit = FALSE) 将值保存在数据框中，然后使用其他一些绘图功能来制作您想要的绘图。

标签： r interaction lsmeans

【解决方案1】：

您可以将绘制的数据保存在数据框中，然后根据需要绘制这些结果。在您的示例中：

plotdf <- lsmip(Oats.lmer2sub, Variety ~ nitro, 
          at=list(nitro=c(0, 0.2, 0.4, 0.45, 0.46,  0.6)), 
          plotit = FALSE)

library(lattice)
xyplot(lsmean ~ nitro, groups = ~Variety, 
       type = "o", ylab = "Predicted log(yield)", data = plotdf)

【讨论】：