根据 R 中的广义线性混合效应模型 (glmer) 绘制 2 个解释变量之间的相互作用对响应变量的影响

Question

我有以下代码

glmer(Success ~ Trial*Treatment + 1|ID + Origin + Shelter, family = binomial, data = rama)

它给了我试验和治疗之间的相互作用对响应变量成功的显着影响。

我想绘制这种交互作用。 我尝试使用

plot(Success ~ Trial*Treatment, data = rama)

但它并没有绘制相互作用，而是绘制了两个不同的图，一个是成功与试验，另一个是成功与治疗。 理想情况下，我想合并这两个图，有点像如果它是 LME 而不是 GLME 时我会得到的，我绘制了（如果成功是连续变量）并且我将使用以下代码

boxplot(Success ~ Trial*Treatment, data = rama)

如果有人有想法，我会非常高兴。

非常感谢！

Answer 1

这个脚本完成了这项工作，但不知何故，在我的例子中，效果显示为非线性（尽管它们必须是线性的）：

ggemmeans(LMM_acc, terms = c("Trial","Treatment")) %>% 
  plot()+
  geom_line (size = 2)