多个补偿、lmer和pooling ggeffects对象

Question

我使用lme4::lmer()计算了线性混合效果模型，这些模型是我使用mice软件包相乘推算的数据。在这些较大的对象上，我想应用ggeffects::ggeffect()来获得边际效果，然后我可以绘制均值、+1sd和-1sd的边际效果。

对于lm对象，pool_predictions function似乎非常适合，并且做得很好；但是，对于lmer对象，ggeffect()函数不起作用。由于某种原因，ggpredict()起作用了，但我想得到的是边际效果，而不是条件效果。

下面是我从pool_predictions()引用中改编的一个最小的可重现示例(混合模型没有意义，它只是为了创建一个示例)：

if (!require("pacman")) install.packages("pacman")
pacman::p_load(mice,stats,lme4,ggeffects)
  data("nhanes2")

#First, the working example from the pool_predictions() reference, using an lm object and ggpredict():

  imp <- mice(nhanes2, printFlag = FALSE)
  predictions1 <- lapply(1:5, function(i) {
    m1 <- lm(bmi ~ age + hyp + chl, data = complete(imp, action = i))
    ggpredict(m1, "age")
  })
  pool_predictions(predictions1)

#Now the same example, but using ggeffect() on the lm object, which also works:

  predictions2 <- lapply(1:5, function(i) {
    m2 <- lm(bmi ~ age + hyp + chl, data = complete(imp, action = i))
    ggeffect(m2, "age")
  })
  pool_predictions(predictions2)


#It also seems to work for lmer objects, at least when using ggpredict():
    
    predictions3 <- lapply(1:5, function(i) {
        m3 <- lmer(bmi ~ age + chl + (1|hyp), data = complete(imp, action = i))
        ggpredict(m3, "age")
    })
    pool_predictions(predictions3)
    
#But when I use ggeffect() instead of ggpredict(), this doesn't work anymore for lmer objects.


  predictions4 <- lapply(1:5, function(i) {
    m4 <- lmer(bmi ~ age + chl + (1|hyp), data = complete(imp, action = i))
    ggeffect(m4, "age")
  })
  pool_predictions(predictions4)

有没有人知道为什么会发生这种情况，或者有任何提示，我可以为我的lmer对象获得池化边缘效果？

非常感谢!

安特杰

Answer 1

我认为这可能是由于从环境中检索数据的方式，这对于ggeffect() (基于effects包)是失败的。您可以改为使用ggemmeans()，它应该会给出与ggeffect()相同的结果。