如何在clmm后使用dotplot

Question

我试图在clmm之后绘制随机效果，但我得到了错误消息：“sort.list(Y)中的错误：‘X’必须是`sort.list的原子效应‘，您是否称’排序‘为一个列表？”以下代码代表了我的实际代码。

library(ordinal)
library(lattice)

###I am using the wine data in the ordinal package
d<-data.frame(wine)
result<-clmm(rating~1+temp+contact+(1+temp|judge), data=d)
###In my actual codes, I put "as.ordered(rating)" instead of "rating".

然后，我试图绘制温度的随机效应，并判断：

dotplot(ranef(result, condVar=TRUE))

然后，错误信息出现：“sort.list(Y)中的错误：‘X’必须是`sort.list的原子”，您在列表中调用'sort‘了吗？

我最好的猜测是，评级是按照clmm下的顺序实现的，考虑到错误信息，这对我来说似乎是有意义的。然而，猜测是高度投机的，我不知道如何处理这种情况。具体来说，我想要绘制的是临时的随机效应和判断(拦截)与他们的顺式。请参考下面我用下面的代码生成的图

result2<-lmer(as.numeric(rating)~1+temp+contact+(1+temp|judge), data=d)
dotplot(ranef(result2, condVar=TRUE))

​

​

如果您能就如何避免使用clmm阻止我使用上面的代码的冲突情况给出任何评论或建议，我们将非常感激。

Answer 1

我一开始试图破解lme4:::dotplot.ranef.mer的内核，但事实证明，用reshape2::melt和ggplot2更容易做到这一点。抱歉，如果你真的很喜欢lattice .

请注意，在技术上，这些不是“置信区间”(因为预测的条件模式在技术上并不是“估计”).

将条件模式的点估计和SE重新排列成有用的形状：

library(reshape2)
melt.ranef.clmm <- function(re,cv) {
  reList <- lapply(re,
        function(x) {
           x$id <- reorder(factor(rownames(x)),x[,1])
           return(melt(x,id.var="id"))
        })
  cvList <- lapply(cv,melt,id.var=NULL,value.name="se")
  mm <- Map(cbind,reList,cvList)
  return(mm)
}

将其应用于模型(m1是一个拟合的模型)：

ss <- melt.ranef.clmm(ranef(m1),condVar(m1))

情节：

library(ggplot2); theme_set(theme_bw())
ggplot(ss[[1]],aes(value,id))+
  geom_errorbarh(aes(xmin=value-1.96*se,xmax=value+1.96*se),
                 height=0)+
  ggtitle(names(ss)[1])+
  geom_point(colour="blue")+
  facet_wrap(~variable,scale="free_x")

​

​

Answer 2

dotplot不知道如何处理来自ranef(clmm(...))的结果，因为该结果没有关联的方法。

“简单”的回答是，您可以设置结果的类(与ranef(lm34::lmer(...))提供的类相同)，以避免这种情况：

r1 <- ranef(result, condVar=TRUE)
class(r1)="ranef.mer"
dotplot(r1)

这将得到一个点图，但没有条件标准错误条。

​

​

也要绘制条件错误条，需要付出更多的努力。问题是，lme4::dotplot.ranef.mer查找名为postVar的属性中的错误，而clmm则以名为condVar的不同格式属性提供错误。幸运的是，编辑dotplot.ranef.mer以处理clmm对象相对简单。我们可以通过在函数中添加一行来做到这一点：

if (!is.null(cv <- attr(xt, "condVar")))  se <- as.vector(unlist(cv))

然后我们就可以用

result<-clmm(rating~1+temp+contact+(1+temp|judge), data=d)
r1 <- ranef(result, condVar=TRUE)
dp(r1, scales = list(x = list(relation = 'free')))

​

​

这是绘制这幅图的全部函数。这是dotplot.ranef.mer的逐字副本，上面提到了添加一行

dp <- function (x, data, main = TRUE, ...) 
{
  prepanel.ci <- function(x, y, se, subscripts, ...) {
    if (is.null(se)) 
      return(list())
    x <- as.numeric(x)
    hw <- 1.96 * as.numeric(se[subscripts])
    list(xlim = range(x - hw, x + hw, finite = TRUE))
  }
  panel.ci <- function(x, y, se, subscripts, pch = 16, horizontal = TRUE, 
                       col = dot.symbol$col, lty = dot.line$lty, lwd = dot.line$lwd, 
                       col.line = dot.line$col, levels.fos = unique(y), groups = NULL, 
                       ...) {
    x <- as.numeric(x)
    y <- as.numeric(y)
    dot.line <- trellis.par.get("dot.line")
    dot.symbol <- trellis.par.get("dot.symbol")
    sup.symbol <- trellis.par.get("superpose.symbol")
    panel.abline(h = levels.fos, col = col.line, lty = lty, 
                 lwd = lwd)
    panel.abline(v = 0, col = col.line, lty = lty, lwd = lwd)
    if (!is.null(se)) {
      se <- as.numeric(se[subscripts])
      panel.segments(x - 1.96 * se, y, x + 1.96 * se, y, 
                     col = "black")
    }
    panel.xyplot(x, y, pch = pch, ...)
  }
  f <- function(nx, ...) {
    xt <- x[[nx]]
    ss <- stack(xt)
    mtit <- if (main) 
      nx
    ss$ind <- factor(as.character(ss$ind), levels = colnames(xt))
    ss$.nn <- rep.int(reorder(factor(rownames(xt)), xt[[1]], 
                              FUN = mean, sort = sort), ncol(xt))
    se <- NULL
    if (!is.null(pv <- attr(xt, "postVar"))) 
      se <- unlist(lapply(1:(dim(pv)[1]), function(i) sqrt(pv[i, i, ])))
#############################################################
# Next line is the inseerted line to deal with clmm objects
#############################################################
    if (!is.null(cv <- attr(xt, "condVar"))) se <- as.vector(unlist(cv))
    dotplot(.nn ~ values | ind, ss, se = se, prepanel = prepanel.ci, 
            panel = panel.ci, xlab = NULL, main = mtit, ...)
  }
  setNames(lapply(names(x), f, ...), names(x))
}