sjPlotを使用してプレディクタを回帰係数プロットに並べ替え

Question

sjPlotパッケージに依存する係数プロットを使用して、混合効果線形モデルから回帰係数を提示しようとしています。これは前の質問on plotting regression coefficientsのフォローアップです。

私の問題は、予測子を並べ替えることができないということです。これは小さな問題ではありますが、実際にこのパッケージを使用することは妨げられています。正式な設定ではこのように結果を提示することはできません。

は、係数プロットを再現：

data("sleepstudy") 
sleepstudy$var2 <- rnorm(n=nrow(sleepstudy), mean=0, sd=1) 
sleepstudy$var3 <- rnorm(n=nrow(sleepstudy), mean=10, sd=5) 
sleepstudy$var4 <- rnorm(n=nrow(sleepstudy), mean=-5, sd=2) 
sleepstudy$var5 <- rnorm(n=nrow(sleepstudy), mean=-10, sd=10) 

M <- lmer(Reaction ~ Days + var2 + var3 + var4 + var5 + (1|Subject), data=sleepstudy, REML = FALSE) 

sjp.lmer(M, 
     type = "fe.std", 
     remove.estimates = c("var5"), 
     p.kr=FALSE, 
     y.offset = 0.4, 
     fade.ns = TRUE, 
     axis.labels = c("Number of days", "Variable 2", "Variable 3", "Variable 4") 
) 

私の問題は、私は順番に自分を示すこれらの変数をソートする必要があるということです。例えば。私は（上から下へ）この順序を必要とします：Days、var4、var2、var3。これは可能ですか？

ラベルの最終的な疑問：このaxis.labelsはラベルをプロットに割り当てる唯一の方法ですか？

Answer 1

これはコメントとしては長すぎますので、私はこれを回答として投稿します。 group.estimateで見積もりをグループ化することはできますが、「グループ」ごとに1つの見積もりを設定してから、sort.est = TRUEで並べ替えることができます。ここで

ヘルプ?sjp.glmerから取られ、修正、例である：これは彼らのグループ化による推定値をソートします

data(efc) 

# create binary response 
efc$hi_qol <- dicho(efc$quol_5) 

# prepare group variable 
efc$grp = as.factor(efc$e15relat) 
levels(x = efc$grp) <- get_labels(efc$e15relat) 

# data frame for fitted model 
mydf <- data.frame(hi_qol = to_factor(efc$hi_qol), 
        sex = to_factor(efc$c161sex), 
        education = to_factor(efc$c172code), 
        c12hour = efc$c12hour, 
        neg_c_7 = efc$neg_c_7, 
        grp = efc$grp) 

fit <- glmer(hi_qol ~ sex + c12hour + neg_c_7 + education + (1|grp), 
      data = mydf, family = binomial("logit")) 

# define the order of estimates within `group.estimates`, and 
# set `sort.est = T`. 
sjp.glmer(fit, type = "fe", group.estimates = c(5, 4, 3, 2, 1), sort.est = T) 

- あなたはグループごとに1つの推定値を持っている場合、それはあなたのようなあなたの見積もりをソートします願い。各グループは独自の色を取得するので、次のように独自のカラースケールを追加する必要があります。

library(ggplot2) 
p <- sjp.glmer(fit, type = "fe", group.estimates = c(5, 4, 3, 2, 1), sort.est = T) 
p$plot + scale_color_manual(values = rep("#333333", 5))