首先是我的问题的一些背景：
我一直在处理一个相当大的动物从围栏中逃脱的数据集（跨越 6 个站点的 2000 多次观察，具有约 20 个分类/连续变量），并运行了一个逻辑回归 GLMM，其中站点作为随机效应。
回应：逃跑概率（1/0）
使用模型平均，我将事情缩小到两个变量（一个分类/一个连续），这两个变量分别是重要的，也是两者之间的相互作用。
分类预测变量：围场质量（3 级因子 = 1、2、3） 连续预测变量：先前逃生次数
我正在努力获得分类变量的信息图，并希望得到一些帮助。我想表明，随着圈地质量的变化，如果可能的话，逃跑的概率会随着某种趋势线而变化。
我已经为连续变量尝试了以下代码，这给了我所追求的：
ggplot(Breakouts.Scaled, aes(x=Number_of_Previous_Breakouts,y=Breakout)) +
geom_point() +
geom_smooth(method=glm, colour="black")
但是，对于分类变量，我得到了一个相当无信息的输出：
ggplot(Breakouts.Scaled, aes(x=Fence_Integrity,y=Breakout)) +
geom_point() +
geom_smooth(method=glm, colour="black")
如果有人知道如何获得带有趋势线或分类变量等价物的图，并且可能是连续和分类之间相互作用的图，将不胜感激。
注意。这是我在这个网站上的第一篇文章（虽然我在发帖之前已经搜索过这个问题的答案）而且我是 R 和统计建模的新手，所以如果有什么需要进一步解释的，请告诉我。
谢谢你。