共分散行列を持たないlmerモデルをプロットする

Question

私は紙のlmerモデルの数をプロットしようとしています。私はランダムな勾配と傍受の間の相関を落とすことによってランダム効果構造を単純化しなければならなかった（Barr et al。、2013）。ただし、sjp.lmer関数を使用してプロットしようとすると、次のエラーが発生します。

配列内のエラー（NA、c（J、K））： 'dims'の長さは0になりません。 さらに： ranef.merModで （オブジェクト、condVar = TRUE）：メッセージ警告要因

ごとに複数の条件がある場合ranef経由で現在利用できない 条件付き分散することは、このための潜在的な回避策はありますか？どんな助けでも大歓迎です。

ここ

こんにちはベン、 は、私が働いているデータの一部である：ここで

> dput(df) 
 
structure(list(Subject = c(1L, 2L, 3L, 5L, 6L, 6L, 6L, 7L, 7L, 
 
7L, 8L, 8L, 8L, 9L, 9L, 9L, 10L, 10L, 11L, 11L, 11L, 12L, 12L, 
 
13L, 13L, 14L, 14L, 15L, 15L, 16L, 16L, 16L, 17L, 17L, 17L, 18L, 
 
18L, 18L, 19L, 19L, 20L, 20L, 21L, 21L, 22L, 22L, 23L, 23L, 23L, 
 
24L, 24L, 25L, 25L, 25L, 26L, 26L, 26L, 27L, 27L, 28L, 28L, 29L, 
 
29L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 
 
41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L, 52L, 53L, 
 
54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L, 66L, 
 
67L, 68L, 69L, 70L, 71L, 72L, 73L, 74L, 75L, 76L, 77L, 78L, 79L, 
 
80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L, 92L, 
 
93L, 94L, 95L, 96L, 97L, 98L, 99L, 100L, 101L, 102L, 103L, 104L, 
 
105L, 106L, 107L, 108L, 109L, 110L, 111L, 112L, 113L, 114L, 115L, 
 
116L), A = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("1", 
 
"2"), class = "factor"), B = structure(c(1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
 
3L, 3L), .Label = c("1", "2", "3"), class = "factor"), C = c(9.58, 
 
9.75, 15, 10.75, 13.3, 14.42, 15.5, 9.25, 10.33, 11.33, 9.55, 
 
11, 11.92, 14.25, 15.5, 16.42, 14.92, 16.17, 10.83, 11.92, 12.92, 
 
7.5, 8.5, 10.33, 11.25, 13.08, 13.83, 14.92, 15.92, 9.58, 14.83, 
 
11.92, 8.33, 9.5, 10.5, 6.8, 7.92, 9, 13.5, 10.92, 10, 11, 13, 
 
15.58, 12.92, 11.8, 5.75, 6.75, 7.83, 11.12, 12.25, 12.08, 13.08, 
 
14.58, 8.08, 9.17, 10.67, 10.6, 12.67, 7.83, 8.83, 9.67, 10.58, 
 
11.75, 7, 17.17, 11.25, 13.75, 11.83, 16.92, 8.83, 7.07, 7.83, 
 
15.08, 15.83, 16.67, 18.87, 11.92, 12.83, 7.83, 12.33, 10, 11.08, 
 
12.08, 15.67, 11.75, 15, 14.308, 15.9064, 16.161, 16.9578, 8.90197, 
 
16.2897, 9.05805, 10.5969, 5.15334, 9.1046, 14.1019, 18.9736, 
 
10.9447, 14.5455, 16.172, 6.65389, 11.3171, 12.2864, 17.9929, 
 
10.5778, 16.9195, 7.6, 7.8, 7.2, 16.7, 17, 16.5, 17, 15.1, 16, 
 
16.4, 13.8, 13.8, 14.5, 16.1, 15.8, 15, 14.1, 15, 14.7, 15, 14.5, 
 
10.8, 11.4, 11.3, 10.9, 11.2, 9.3, 10.8, 9.7, 8, 8.2, 8.2, 17.5, 
 
12.6, 11.6, 10.8, 11.8, 12.3, 16.3, 17.1, 9.626283368, 14.6, 
 
13.7), D = structure(c(2L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 
 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 
 
2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 
 
1L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 
 
1L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 
 
1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 
 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("1", 
 
"2"), class = "factor"), Frontal_FA = c(0.4186705, 0.4151535, 
 
0.4349945, 0.4003705, 0.403488, 0.407451, 0.3997135, 0.38826, 
 
0.3742275, 0.3851655, 0.3730715, 0.3825115, 0.3698805, 0.395406, 
 
0.39831, 0.4462415, 0.413532, 0.419088, 0.4373975, 0.4633915, 
 
0.4411375, 0.3545255, 0.389322, 0.349402, 0.352029, 0.367792, 
 
0.365298, 0.3790775, 0.379298, 0.36231, 0.3632755, 0.357868, 
 
0.3764865, 0.3726645, 0.351422, 0.3353255, 0.334196, 0.3462365, 
 
0.367369, 0.3745925, 0.3610755, 0.360576, 0.357035, 0.3554905, 
 
0.3745615, 0.38828, 0.3293275, 0.3246945, 0.3555345, 0.375563, 
 
0.38116, 0.387508, 0.357707, 0.413193, 0.3658075, 0.3776355, 
 
0.362678, 0.3824945, 0.3771, 0.375347, 0.362468, 0.367618, 0.3630925, 
 
0.3763995, 0.359458, 0.3982755, 0.3834765, 0.386135, 0.3691575, 
 
0.388099, 0.350435, 0.3629045, 0.3456775, 0.4404815, 0.4554165, 
 
0.425763, 0.4491515, 0.461206, 0.453745, 0.4501255, 0.4451875, 
 
0.4369835, 0.456838, 0.437759, 0.4377635, 0.44434, 0.4436615, 
 
0.437532, 0.4335325, 0.4407995, 0.470447, 0.4458525, 0.440322, 
 
0.4570775, 0.4410335, 0.436045, 0.4721345, 0.4734515, 0.4373905, 
 
0.4139465, 0.440213, 0.440281, 0.425746, 0.454377, 0.4457435, 
 
0.488561, 0.4393565, 0.4610565, 0.3562055, 0.381041, 0.353253, 
 
0.4265975, 0.4069595, 0.40092, 0.4261365, 0.429605, 0.425479, 
 
0.4331755, 0.3981285, 0.4206245, 0.3798475, 0.3704155, 0.395192, 
 
0.404436, 0.4148915, 0.416144, 0.384652, 0.3916045, 0.41005, 
 
0.3940605, 0.3926085, 0.383909, 0.391792, 0.372398, 0.3531025, 
 
0.414441, 0.404335, 0.3682095, 0.359976, 0.376681, 0.4173705, 
 
0.3492685, 0.397057, 0.3940605, 0.398825, 0.3707115, 0.400228, 
 
0.3946595, 0.4278775, 0.384037, 0.43577)), .Names = c("Subject", 
 
"A", "B", "C", "D", "Frontal_FA"), class = "data.frame", row.names = c(NA, 
 
-151L))

は私が

FA <- lmer(Frontal_FA ~ poly(C) + A + B + D + (poly(C)||Subject), data = df) 

に合わせlmer

を実行していたコードです

plot lme rフィット

sjp.lmer(FA) 

ありがとうございました。

Answer 1

sjp.lmerは、デフォルトでモデルのランダム効果をプロットします。しかし、arm:se.ranef関数を使用して、信頼区間を持つランダム効果（BLUP）をプロットします。この機能は、あなたが得る最初のエラーメッセージ発生します次に

arm::se.ranef(FA) 
> Error in array(NA, c(J, K)) : 'dims' cannot be of length 0 

を、se.ranef機能はまだlme4で（あなたのような）特定の条件のために実装されていない引数condVar = TRUE、とlme4::ranef関数を呼び出します。したがって、あなたはランダムな効果をプロットする際に特に興味があるなら、あなたはlme4-実装dotplot -function使用することができ、追加の警告

In ranef.merMod(object, condVar = TRUE) : 
    conditional variances not currently available via ranef when there are multiple terms per factor 

を取得する：あなたがしている場合

lattice::dotplot(ranef(FA)) 

を他のプロットタイプ（固定効果、限界効果、予測など）に興味があります。?sjp.lmerまたはいくつかの例を参照してください。at his page

編集 あなたはGitHubの（devtools::install_github("sjPlot/devel")からインストールする気にしない場合は、ランダム効果の信頼区間を計算避けるためにshow.ci = FALSEを使用することができますので、私は、小さなアップデートを犯した：

sjp.lmer(FA, type = "re", show.ci = F, sort.est = "(Intercept)") 

を