r - 绘制混合效应模型的预测区间

Question

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

这是我的 df 的示例

    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")

我的图对我来说很有意义: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内每个错误率级别的中间都会出现垂直直线？另外，我的水平预测线似乎很奇怪......有人知道为什么会这样，以及如何消除它吗？非常感谢!

Answer 1

使用一条线连接 error_rate 值而不使用垂直线的一种方法是绘制 y 变量的平均值值适合。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，用 alpha = 0.2 绘制功能区，用 alpha = 0.1 绘制点。让这些点比基础预测带更不透明是否更有意义？因此要交换 alpha 值？