Wie extrahiere ich die Korrelation von festen Effekten Teil der lmer Ausgabe

Question

Wenn Sie ein Multilevel-Modell mit vielen Faktoren und Interaktionen haben, kann die Größe der Korrelation von Fixed-Effects-Matrix ziemlich groß und unklar werden.

kann ich die symbolic.cor=T Parameter in der Druckmethode verwenden, um einen klareren Druck der Zusammenfassung wie unten zu machen:

ratbrain <- 
within(read.delim("http://www-personal.umich.edu/~bwest/rat_brain.dat"), 
{ 
treatment <- factor(treatment, 
labels = c("Basal", "Carbachol")) 
region <- factor(region, 
labels = c("BST", "LS", "VDB")) 
}) 

print(mod<-lmer(activate ~ region * treatment + (0 + treatment | animal),ratbrain),symbolic.cor=T) 

Dies zeichnet eine etwas klarere Korrelationsmatrix für große Matrizen. Obwohl die Matrix dieses Beispiels nicht so groß ist. Aber es wäre schön, wenn ich eine Heatmap der Korrelationen erstellen könnte.
Wie extrahiere ich die Korrelation von fixierten Effekten, um diese Heatmap zu erstellen?

EDIT:

Hier ist die Funktion, die ich dank der Antworten erstellt.

fixeff.plotcorr<-function(mod,...) 
{ 
    #require(GGally) # contains another correlation plot using ggplot2 
    require(lme4) 

    fixNames<-names(fixef(mod)) 

    # Simon O'Hanlon's answer: 
    # so <- summary(mod) 
    # df<-as.matrix(so@vcov@factors$correlation) for version lme4<1.0 
    # df<-as.matrix(so$vcov@factors$correlation) # lme4 >= 1.0 

    df<-as.matrix(cov2cor(vcov(mod))) #Ben Bolker's solution 

    rownames(df)<-fixNames 
    colnames(df)<-abbreviate(fixNames, minlength = 11) 

    colsc=c(rgb(241, 54, 23, maxColorValue=255), 'white', rgb(0, 61, 104, maxColorValue=255)) 
    colramp = colorRampPalette(colsc, space='Lab') 
    colors = colramp(100) 
    cols=colors[((df + 1)/2) * 100] 
    # I'm using function my.plotcorr which you can download here: 
    # http://hlplab.wordpress.com/2012/03/20/correlation-plot-matrices-using-the-ellipse-library/ 
    my.plotcorr(df, col=cols, diag='none', upper.panel="number", mar=c(0,0.1,0,0),...) 

    # Another possibility is the corrplot package: 
    # cols <- colorRampPalette(c("#67001F", "#B2182B", "#D6604D", "#F4A582", "#FDDBC7", 
    #        "#FFFFFF", "#D1E5F0", "#92C5DE", "#4393C3", "#2166AC", "#053061")) 
    # require(corrplot,quiet=T) 
    # corrplot(df, type="upper", method="number", tl.pos='tl', tl.col='black', tl.cex=0.8, cl.pos='n', col=cols(50)) 
    # corrplot(df,add=TRUE, method='ellipse', type='lower', tl.pos='n', tl.col='black', cl.pos='n', col=cols(50), diag=FALSE) 
} 

Sie haben die my.plotcorr Funktion von here zum Download bereit. Das resultierende Diagramm des obigen Beispiels Befehl fixeff.plotcorr(mod) sieht nun wie folgt aus:

Answer 1

Mit der S4 Methode Funktion Listing wir können die Funktion zurück, die ausgelöst wird, wenn print auf ein Objekt der Klasse aufgerufen wird "mer":

selectMethod(print , "mer") 

auf den Quellcode der Suche, der zurückgegeben wird wir die Linien für Sie finden können:

if (correlation) { 
      corF <- so@vcov@factors$correlation 

so als Zusammenfassung des Objekts definiert, so in Ihrem Fall sollten Sie einfach extrahieren müssen:

so <- summary(mod) 
so@vcov@factors$correlation 

Answer 2

Ich weiß nicht, direkte Methode. Dies ist jedoch eine Problemumgehung.

diag(diag(1/sqrt(vcov(mod)))) %*% vcov(mod) %*% diag(diag(1/sqrt(vcov(mod)))) 

Answer 3

Wie über die eingebaute in

cov2cor(vcov(mod)) 

mit?