如何在观测值上叠加绘制线性混合模型的预测值

你可以通过predict()计算模型预测值后，用ggplot2叠加绘制，完整操作如下：

1. 计算两类预测值 #

# 个体水平预测值：纳入随机截距，匹配每个ID的观测偏移（predict默认参数level=1）
mydata$pred_individual <- predict(model1)
# 总体边际预测值：仅使用固定效应，反映年龄对结局的总体平均效应
mydata$pred_marginal <- predict(model1, level = 0)

2. 绘制叠加图 #

版本一：同时展示个体拟合线与总体趋势 #

ggplot(mydata, aes(x = age, y = continuous_outcome)) +
  # 原始观测散点
  geom_point(aes(color = ID), alpha = 0.6, size = 2) +
  # 每个ID的个体拟合线
  geom_line(aes(y = pred_individual, color = ID), linewidth = 0.8) +
  # 总体平均拟合线（红色虚线）
  geom_line(aes(y = pred_marginal), color = "red", linewidth = 1.2, linetype = "dashed") +
  labs(
    x = "年龄", 
    y = "连续结局指标", 
    title = "观测值与混合模型预测值对比"
  ) +
  theme_bw() +
  theme(legend.position = "none") # ID数量过多时可隐藏图例避免杂乱

版本二：仅展示总体平均趋势 #

ggplot(mydata, aes(x = age, y = continuous_outcome)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_line(aes(y = pred_marginal), color = "red", linewidth = 1.2) +
  labs(x = "年龄", y = "连续结局指标") +
  theme_bw()

额外适配：带2个结点样条的模型 #

如果你要使用提到的2个结点样条模型，只需修改模型定义部分即可，预测、绘图逻辑完全一致：

library(splines)
# 构建带2个结点的限制性立方样条模型
model_spline <- lme(
  data = mydata,
  fixed = continuous_outcome ~ ns(age, knots = quantile(age, c(1/3, 2/3))),
  random = ~1|ID
)
# 计算样条模型的边际预测值
mydata$pred_spline <- predict(model_spline, level = 0)

内容的提问来源于stack exchange，提问作者tcvdb1992