如何获得 lmer 对象的置信区间？

Question

我正在尝试获取混合模型预测的置信区间。预测函数不输出任何置信区间。很少有 StackOverflow 答案建议使用 merTools 包中的 PredictInterval 函数来获取间隔，但是这两个函数的预测估计之间存在差异，我试图在下图中进行比较。有人可以让我知道我在这里做错了什么吗？另外，我尝试构建的实际模型与下面代码片段中显示的模型类似，其中除了截距之外我没有固定效果组件。

library(merTools)
library(lme4)

dat <- iris
mod <- lmer(Sepal.Length ~ 1 + (1 + Sepal.Width + Petal.Length + 
                                  Petal.Width|Species), data=dat)

c1 <- predict(mod, dat)
c2 <- predictInterval(mod, dat)

plot_data <- cbind(c1, c2)
plot_data$order <- c(1:nrow(plot_data))

library(ggplot2)
ggplot(plot_data) + geom_line(aes(x=order, y=c1), color='red') + 
  geom_ribbon(aes(x=order, ymin=lwr, ymax=upr), color='blue', alpha=0.2) +  
  geom_line(aes(x=order, y=fit), color='blue')

红线表示预测“c1”，蓝线表示预测“c2”

Answer 1

我还没有完全能够隔离出predictInterval导致问题的部分，但是解决您的具体问题的方法是注意，如果您想要的是组变化的截距和斜率，那么您可以拟合以下等效模型

mod2 <- lmer(Sepal.Length ~ 1 + Sepal.Width + Petal.Length + Petal.Width + 
                           (1 + Sepal.Width + Petal.Length + Petal.Width|Species), 
             data = dat)

现在如果我们应用predictInterval到这个拟合模型

c2 <- predictInterval(mod2, dat)

保留示例的其余部分，我们得到以下图：

这就是我们想要的。（强调一下，红线代表原始模型规范的预测，即仅包含“固定”组件中的截距。）