R中绘制lmer模型：替换轴标签、添加对比图及整合数据框

1. 手动构建预测数据框 #

模型里用的是time4（即time^4），所以得先做一个包含原始time的预测数据集，同时计算出模型需要的time4列，这样模型才能生成对应预测值：

# 生成覆盖原始time范围的序列，步长按需调整
pred_data <- data.frame(time = seq(-10, 10, by = 0.5))
# 计算模型所需的time4变量
pred_data$time4 <- pred_data$time^4
# 若模型还有其他固定效应（比如分组变量），要设置为均值或典型值
# 示例：pred_data$group <- mean(原始数据框$group)

2. 从模型生成预测值 #

用predict()函数分别从两个模型提取固定效应的预测值（加re.form = NA忽略随机效应，需要的话可以去掉）：

# 假设两个模型分别是mod1和mod2
pred_data$pred_mod1 <- predict(mod1, newdata = pred_data, re.form = NA)
pred_data$pred_mod2 <- predict(mod2, newdata = pred_data, re.form = NA)

3. 用ggplot2绘制合并图 #

ggplot2能轻松整合两个模型的结果，还能精准控制显示范围：

library(ggplot2)

ggplot() +
  # 绘制第一个模型的完整曲线
  geom_line(data = pred_data, aes(x = time, y = pred_mod1), color = "blue", linewidth = 1) +
  # 绘制第二个模型仅time≥0的部分
  geom_line(data = subset(pred_data, time >= 0), aes(x = time, y = pred_mod2), color = "red", linewidth = 1, linetype = "dashed") +
  # 设置坐标轴和标题
  labs(x = "Time", y = "预测因变量值", title = "两个模型的Time效应对比") +
  theme_minimal()

4. plot_model的替代方案 #

如果非要用plot_model()，可以手动传递预测数据，再合并图像：

library(sjPlot)
library(gridExtra)

# 生成两个模型的单独效应图
p1 <- plot_model(mod1, terms = "time", type = "pred", newdata = pred_data)
p2 <- plot_model(mod2, terms = "time", type = "pred", newdata = subset(pred_data, time >= 0))

# 合并到同一窗口
grid.arrange(p1, p2, ncol = 1)

最小示例验证 #

用模拟数据跑一遍完整流程，确保可行：

library(lmerTest)
library(ggplot2)

# 模拟数据
set.seed(123)
dat <- data.frame(
  id = rep(1:50, each = 10),
  time = rep(-5:4, 50),
  y = rnorm(500) + 0.1*(rep(-5:4,50))^4 + rnorm(50, 0, 0.5)[rep(1:50, each=10)]
)
dat$time4 <- dat$time^4

# 构建两个模型
mod1 <- lmer(y ~ time4 + (1|id), data = dat)
mod2 <- lmer(y ~ time4 + (1|id), data = subset(dat, time >=0))

# 生成预测数据
pred_data <- data.frame(time = seq(-5,4,by=0.2))
pred_data$time4 <- pred_data$time^4

# 生成预测值
pred_data$pred1 <- predict(mod1, newdata = pred_data, re.form=NA)
pred_data$pred2 <- predict(mod2, newdata = pred_data, re.form=NA)

# 绘图
ggplot(pred_data, aes(x=time)) +
  geom_line(aes(y=pred1), color="darkblue", linewidth=1) +
  geom_line(data=subset(pred_data, time>=0), aes(y=pred2), color="darkred", linewidth=1, linetype="dashed") +
  labs(x="Time", y="预测Y值") +
  theme_bw()

内容的提问来源于stack exchange，提问作者Manuel Böhm