请教lmer建模之后，如何得到x每个取值对应的回归系数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

先介绍一下数据情况

我使用lmer建立混合线性模型，得到模型的输出结果为fit
fit <-  lmer(data=data,  y ~  x + (1|number))

其中，x和y均是numeric data

现在想以x的每个取值为横坐标，纵坐标是回归系数或者OR值（odds ratio），请问应该如何做？

关键是如何把每个x取值对应的回归系数得到？

我知道，对于cph()函数得到的结果，可以用Predict函数完成这一操作

但是对于lmer()函数得到的结果，无法用Predict函数

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：回归系数 lmer LME 混合线性模型 线性模型

我可以很直观地看到每个自变量对应的回归系数，或者使用fixef()看到。但是无法得到每个样本所对应的回归系数或者HR或者OR值

希望得到的图，是这样的：https://www.jianshu.com/p/2a771a579b67?ivk_sa=1021577k

我知道这有些难度，不知道有没有人之前完成过类似的分析

关键是如何把每个x取值对应的回归系数得到？这一步始终找不到办法

没有人知道吗，伤心

不是很清楚楼主的问题，根据我的理解，你要拟合的是一个线性混合的随机截距模型，那在这里你的number就是应对不同的组，那你根据x预测的y应该就会有根据不同的组有不同的范围。
不过你可以参考一下这个教程，说不定有你需要的内容。

https://www.rensvandeschoot.com/tutorials/lme4/

换个包lmerTest,用相同的命令

summary(fit)$coeff
后面加一个￥coeff后缀

对于lmer()函数得到的混合效应模型,如果要得到每个x对应的回归系数,可以通过以下步骤实现:

1. 用model.matrix()函数提取设计矩阵X:

   X <- model.matrix(fit)

2. 用fixef(fit)提取固定效应系数向量beta:

   beta <- fixef(fit)

3. 计算每个x对应的线性预测子:

   eta <- X %*% beta

4. 然后以x的每个取值为横坐标,eta为纵坐标画图即可。

例如:

x <- seq(0,100,length=100) 
eta <- X[x==x,] %*% beta
plot(x, eta, type='l')

这样就可以得到x每个取值对应的线性预测子值,也就是回归系数了。

需要注意的是,对于含有随机效应的lmer模型,固定效应系数反映了条件平均效应,而随机效应则反映了不同群体间的差异。所以图中反映的只是整体平均的回归效应。