绘制混合效应模型的预测区间

Question

我为我的实验实施了一个混合效应模型，以了解错误率如何影响反应时间。我现在想计算预测区间，然后绘制它们。

这是我的 df 示例

    ppid error_rate      RT pNum
1   1_1_4   2.865371 0.43339    1
2  1_1_77  11.459301 0.45000    1
3  1_1_80   2.865371 0.38320    1
4  1_2_26   3.820155 0.49990    1
5  1_2_31   2.865371 0.56680    1
6  1_2_32   3.820155 0.58330    1
7  1_2_33   2.865371 0.50000    1
8  1_2_40   3.820155 0.44980    1
9  1_2_43   2.865371 0.56660    1
10 1_2_54  11.459301 0.46670    1
11 1_2_63   2.865371 0.43350    1
12 1_2_64   2.865371 0.46680    1
13 1_2_71   2.865371 0.54990    1
14 1_2_76   2.865371 0.48350    1
15 1_2_85   2.865371 0.53340    1
16 1_2_88   3.820155 0.43340    1
17 1_2_89   3.820155 0.53320    1
18  1_3_0   3.820155 0.45080    1
19  1_3_1   2.865371 0.45022    1
20 1_3_19   2.865371 0.46651    1

然后我实现混合效应模型，为每个数据点生成一些预测区间，然后将我的原始数据与预测相结合：

library(lme4)
library(merTools)
library(ggplot2)

fit <- lmer(formula = RT ~ error_rate + (1 + error_rate | pNum), data = data)

pred <- cbind(data, predictInterval(fit, data))

然后我使用 ggplot 绘制它并得到以下图：

ggplot(pred) + 
  geom_line(aes(x = error_rate, y = fit)) +
  geom_ribbon(aes(x = error_rate, ymin = lwr, ymax = upr), alpha = .2) +
  geom_jitter(aes(x = error_rate, y = RT), alpha = .1) +
  ylab("RT")

我的情节对我来说很有意义：黑线表示每个错误率的预测值，阴影区域表示间隔。但是我不确定为什么我的数据点中每个错误率级别的中间都有垂直线？此外，我的水平预测线似乎很不稳定......有人知道为什么会这样，以及如何根除它吗？非常感谢！

Answer 1

用一条线连接error_rate 值而不用垂直线的一种方法是绘制y 变量fit 的mean 值。这是通过stat_summary 完成的，如下所示。

ggplot(pred, aes(x = error_rate, y = fit)) + 
  stat_summary(fun.y = mean, geom = "line", show.legend = FALSE) + 
  geom_ribbon(aes(x = error_rate, ymin = lwr, ymax = upr), alpha = 0.2) +
  geom_jitter(aes(x = error_rate, y = RT), alpha = 0.1) +
  ylab("RT")

注意：在问题代码中，功能区用alpha = 0.2 绘制，点用alpha = 0.1 绘制。让点的透明度低于基础预测带是否更有意义？因此要交换 alpha 值？