r - 在逻辑回归后使用 +1sd/-1sd 在 ggplot 中绘制交互图

Question

我想绘制一个交互作用(一个自变量 -3 模态被视为分类，一个调节变量 -7 模态被视为连续；最后，一个二元因变量 -0 或 1)。

具体来说，我打算制作一个图表，其中 DV 位于 y 轴，分类 IV 位于 x 轴。现在，我想为连续调节变量绘制两条线，代表自变量 3 个水平的每个水平的平均值的 +1sd 和 -1sd(正如传统上在此类图表中所做的那样)，而不是代表每种模式的七行。

如何让R软件使用ggplot计算并仅在图表中显示这两个特定信息片段？

[编辑 1] 这是我的数据的子集:内容是分类 IV、Motivcentered、主持人(连续)，resp 是我的 DV(二进制):

structure(list(content = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3),
resp = c(1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1), 
motivcentered = c(-0.25, 1.75, 1.75, -0.25, -2.25, 1.75, 1.75, -1.25, 0.75, -0.25, 0.75, -0.25, -4.25, -1.25, 1.75), 
id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15), 
item = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)), 
.Names = c("content", "resp", "motivcentered", "id", "item"), 
row.names = c(NA, -15L), 
class = "data.frame", codepage = 65001L)

[编辑 2] 我现在尝试使用分类 ID(带有连续调节器和分类 DV)来绘制新数据。分类 ID 是与我之前的请求的唯一区别(见上文)。我在绘制这样的图表时遇到问题(仍然为主持人绘制 +1sd、-1sd 和平均线)，因为它没有显示我的 IV 的每种模式(3 种模式，应该出现在 x 轴上)。你们中有人知道如何使用提供的子集来处理该问题吗？

Answer 1

编辑1:在提供了一个小样本数据集后，我更新了我的答案。如果连续变量是您的调节者，我想您希望 x 轴上有 content ，y 轴上有预测概率，并且 md 为不同的线，+1 和 -1 sd 为 以动机为中心。

我将您的数据复制到名为 mydat 的数据框中:

# make categorical
mydat$content <- as.factor(mydat$content)
# fit model
fit <- glm(resp ~ content * motivcentered, 
           family = binomial("logit"), 
           data = mydat)
# load library
library(sjPlot)
# show plot
sjp.int(fit, type = "eff", 
        moderatorValues = "meansd", 
        swapPredictors = T)

moderatorValues 表示您想要使用调解器变量的哪些值，选项 meansd 表示平均值，+1/-1 sd。默认情况下，sjp.int 假定具有较少唯一值的变量作为调节器，但是，您希望反过来。因此，swapPredictors 现在使用 content 作为 x 轴上的 DV，并使用 motivcentered 作为调节器。

情节看起来像这样(有点奇怪，很可能是由于观察数量有限):

对于逻辑回归，y 轴上只有值 0 和 1 几乎没有意义，因此显示了对预测概率的交互影响。

您可以使用多种选项来更改绘图外观，例如:

sjp.int(fit, 
        type = "eff", 
        moderatorValues = "meansd", 
        swapPredictors = T, 
        showCI = T, 
        facet.grid = T, 
        legendLabels = c("-1 sd", "mean", "+1 sd"))

(请注意，由于观察有限，该图看起来再次有点奇怪，尤其是置信区间)

编辑2:原始帖子首先没有可重现的示例，因此我在这里尝试了“通用”猜测:可能是 sjPlot-package 的 sjp.int 函数适合你吗？

假设您希望交互项具有边际效应，且平均值和 +/- 1 sd，则函数调用将如下所示:

library(sjmisc) # for sample data
data(efc)
mydf <- data.frame(usage = efc$tot_sc_e,
                   sex = efc$c161sex,
                   education = efc$c172code,
                   burden = efc$neg_c_7,
                   barthel = efc$barthtot)
# convert gender predictor to factor
mydf$sex <- relevel(factor(mydf$sex), ref = "2")
# fit samplemodel
fit <- lm(usage ~ .*., data = mydf)

library(sjPlot)
sjp.int(fit, 
        type = "eff",
        moderatorValues = "meansd")

结果图可能如下所示:

该图取自this package vignette ，部分效果显示绘图类型的不同调节器值；显示所有相关示例的部分称为“有意选择连续调节器的值”。