在逻辑回归之后使用 +1sd/-1sd 在 ggplot 中绘制交互图

Question

我想绘制一个交互（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，我打算在 y 轴上用 DV 和在 x 轴上的分类 IV 制作一个图表。现在，我想为我的连续调节变量绘制两条线，分别表示自变量的 3 个水平的每个水平的平均值的 +1sd 和 -1sd（就像传统上在这种图中所做的那样），而不是代表每种模式的七行。

如何让 R 软件使用 ggplot 仅在图形中计算和显示这两个特定信息？

[编辑 1] 这是我的数据的一个子集：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)

[EDIT 2] 我现在正在尝试使用 分类 ID（带有连续版主和分类 DV）绘制新数据。分类 ID 是与我之前请求的唯一区别（见上文）。我在绘制这样一个图表时遇到了问题（仍然为主持人绘制 +1sd、-1sd 和平均线），因为它没有显示我的 IV 的每个模态（3 个模态，应该出现在 x 轴上）。你们中的任何人都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主持人，我想您希望在 x 轴上有 content，在 y 轴上预测概率，md 的不同线，motivcentered 的 +1 和 -1 sd。

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 表示你想使用的调节变量的值，选项meansd 是平均值，+1/-1 sd。默认情况下，sjp.int 假定具有较少唯一值的变量是主持人，但是，您希望它反过来。因此，swapPredictors 现在使用 content 作为 x 轴上的 DV，motivcentered 作为主持人。

情节看起来像这样（有点奇怪，很可能是由于观察量有限）：

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

您有多种选择来更改绘图外观，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，该图再次看起来有点奇怪，尤其是置信区间）

编辑 2： 原始帖子首先没有可重现的示例，所以我在这里尝试了一个“通用”猜测：sjPlot-package 的 sjp.int 函数可能适合你吗？

假设您希望获得交互项的边际效应，平均值和 +/- 1 sd，函数调用如下所示：

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")

生成的图可能如下所示：

该图取自this package vignette，部分不同的调节器值用于效果显示情节类型；显示所有相关示例的部分称为有意选择连续调节者的值。