可以计算每个随机效应水平的预测概率吗？

Question

我已经运行了一个二项分布的广义线性混合模型，成功取一个种子作为响应（YesNo）。个人id是一个随机效应。是否可以不只是根据固定效应计算预测概率，还可以计算每个个体的概率？

我希望能够说出每个个体成功的预测概率，有95%的CI，是多少。

Answer 1

你可以使用 ggeffects 包。对不同科目的预测概率应与线性模型的工作方式相同，是以 详述.

但是，目前在计算组级受试者的预测值时，不能得到随机效应的置信区间......。(有什么提示如何实现这个问题，欢迎！)

例子。

library(lme4)
#> Loading required package: Matrix
library(ggeffects)

data("cbpp")
set.seed(123)
cbpp$cont <- rnorm(nrow(cbpp))

# categorical predictor
m1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), 
            data = cbpp, family = binomial)

me <- ggpredict(m1, terms = c("period", "herd [1,5,10,15]"), type = "re")
plot(me)
#> Loading required namespace: ggplot2

# continuous predictor
m2 <- glmer(cbind(incidence, size - incidence) ~ I(cont^2) + (1 | herd), 
            data = cbpp, family = binomial)

me <- ggpredict(m2, terms = c("cont", "herd [1,5,15]"), type = "re")
#> Model contains polynomial or cubic / quadratic terms. Consider using `terms="cont [all]"` to get smooth plots. See also package-vignette 'Marginal Effects at Specific Values'.
plot(me)

^{创建于2020-06-17 重读包 (v0.3.0)}