我试图用 r 中的交互项绘制障碍回归输出，但是在模型的计数部分这样做时遇到了一些麻烦。
Model <- hurdle(Suicide. ~ Age + gender + bullying*support, dist = "negbin", link = "logit")
由于我不知道有任何方法可以让我在不单独估计每个部分的情况下绘制这些数据（二项式 logit 和负二项式计数），我试图使用 MASS 包使用估计来绘制每个部分。到目前为止，我使用 visreg 包进行绘图的运气最好，但我愿意接受其他建议。我已经能够重现并成功绘制障碍模型的原始逻辑输出，但不能绘制负二项式计数数据（即，来自 MASS 的参数估计与障碍回归输出中的参数估计不同）。
我将非常感谢其他人过去如何绘制障碍回归结果的任何见解，或者我如何能够重现最初从 MASS 中使用 glm.nb 的障碍模型获得的负二项式系数。
这是我用来绘制数据的方法：
##Logistic
logistic<-glm(SuicideBinary ~ Age + gender + bullying*support, data = sx, family="binomial")
data("sx", package = "MASS")
##Linear scale
visreg(logistic, "bullying", by="support", xlab = "bullying", ylab = "Log odds (Suicide yes/no)")
##Logistic/probability scale
visreg(logistic, "bullying", by="support", scale = "response", xlab = "bullying", ylab = "P(Initial Attempt)")
##Count model
NegBin<-glm.nb(Suicide. ~ Age + gender + bullying*support, data = sx)
data("sx", package = "MASS")
##Linear scale
visreg(NegBin, "bullying", by="support", xlab = "bullying", ylab = "Count model (number of suicide attempts)")
##Logistic/probability scale
visreg(NegBin, "bullying", by="support", scale = "response", xlab = "bullying", ylab = "P(Subsequent Attempts)")