0

我正在使用两个预测变量 B 和 C 执行多级（逻辑）回归。B 和 C 具有相似的范围，因此可以在 x 轴上使用相同的单位合理地显示它们。我想这样做是因为我想在我的图中突出显示它们如何具有不同的斜率。

当我尝试使用 plot_model 和下面的代码这样做时，其中一个变量被发送到图例，我得到了这个。但是，我宁愿拥有这个。

这可以做到吗？

谢谢您的帮助！

df_test <- data.frame('subj' = c('Joe', 'Joe', 'Joe', 'Moe', 'Moe', 'Moe'), 'A' = c(1, 0, 1, 0, 1, 1), 'B' = c(3, 2, 1, 4, 3, 3), 'C' = c(3, 3, 2, 1, 3, 0))

m = glmer(A ~ B + C + (B + C| subj), data=df_test, family='binomial')

print(plot_model(m, terms = c('B', 'C'), type='pred'))
4

1 回答 1

1

您想“叠加”两个图，一个带有 B 的预测值，一个带有 C 的预测值。由于 sjPlot 使用 ggeffects-package 来计算边际效应，我建议您直接使用 ggeffects，并构建自己的 ggplot-object。

由于 B 和 C 具有不同的范围，您可以强制两者的范围相同（参见下面的第二个示例）。

library(lme4)
library(ggeffects)
library(ggplot2)

df_test <-
  data.frame(
    'subj' = c('Joe', 'Joe', 'Joe', 'Moe', 'Moe', 'Moe'),
    'A' = c(1, 0, 1, 0, 1, 1),
    'B' = c(3, 2, 1, 4, 3, 3),
    'C' = c(3, 3, 2, 1, 3, 0)
  )

m <- glmer(A ~ B + C + (B + C | subj), data = df_test, family = 'binomial')
#> boundary (singular) fit: see ?isSingular

# get predictions for each predictor, combibe results
dat <- get_complete_df(ggpredict(m))

ggplot(dat, aes(x = x, y = predicted, colour = group, fill = group)) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = .1, colour = NA) +
  geom_line()




# get predictions for each predictor, combibe results
dat1 <- ggpredict(m, "B [0:4]")
dat1$group <- "B"
dat2 <- ggpredict(m, "C [0:4]")
dat2$group <- "C"
dat <- rbind(dat1, dat2)

ggplot(dat, aes(x = x, y = predicted, colour = group, fill = group)) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = .1, colour = NA) +
  geom_line()

由reprex 包（v0.3.0）于 2019 年 7 月 24 日创建

于 2019-07-24T09:52:34.333 回答