从混合效应模型重新计算非标准化系数以进行可视化

Question

我想通过显示边际效应来可视化我的混合效应模型的一些结果。我认为在我的模型中使用标准化系数的非标准化版本会更直观。据我了解，这在理论上应该可行（对吗？）。我只是不太清楚如何在 R 中做到这一点。

以下是一些示例性数据和模型：

library(lmer)
library(sjPlot)

set.seed(123)

n_groups <- 20
n_individuals <- 50

group_var <- rnorm(n_groups)

individual_var1 <- rgamma(n_groups * n_individuals, shape = 2, scale = 1)
individual_var2 <- rbeta(n_groups * n_individuals, shape1 = 2, shape2 = 5)
individual_var3 <- rbeta(n_groups * n_individuals, shape1 = 2, shape2 = 5)

dat <- data.frame(
  group_id = rep(1:n_groups, each = n_individuals),
  group_var = rep(group_var, each = n_individuals),
  individual_id = rep(1:n_individuals, n_groups),
  individual_var1 = scale(individual_var1),
  individual_var2 = scale(individual_var2),
  individual_var3 = scale(individual_var3)
  )

m1 <- lmer(individual_var3 ~ 1 + individual_var2 + individual_var1*group_var + 
       (1 + individual_var1 | group_id), data = dat)

tab_model(m1)

我现在想创建一个这样的图，但首先对系数进行非标准化以获得更直观的解释。

plot_slopes(
  m1,
  variables = "individual_var1",
  condition = "group_var"
  ) + theme_minimal()

非常感谢任何帮助！