如何从marginaleffects包plot_predictions()提取brms模型预测值坐标

问题背景 #

需要从marginaleffects包的plot_predictions()函数返回的brms模型结果中，提取condition参数指定的每个x值（-1.5、-1、-0.5、0、0.5、1、1.5）对应的均值或中位数预测y值，避免直接解析复杂的ggplot对象结构。

简便解决方案 #

不需要从plot_predictions()返回的ggplot对象中硬挖数据，直接用marginaleffects包的专用函数就能高效获取目标值，两种方法如下：

方法1：直接生成结构化预测数据（推荐） #

用predictions()函数替代plot_predictions()，传入相同的模型和条件参数，直接得到规整的数据框：

# 生成预测数据框
pred_df <- predictions(
    model = mod,
    condition = list(x = seq(-1.5, 1.5, 0.5), group = c("a", "b"))
)

# 提取均值预测值（estimate列）
mean_preds <- pred_df[, c("x", "group", "estimate")]

# 若需要中位数预测值，基于后验样本计算
pred_df$median_pred <- apply(pred_df$posterior, 1, median)
median_preds <- pred_df[, c("x", "group", "median_pred")]

方法2：从已有的ggplot对象中提取 #

如果已经生成了predictionPlot，可以直接读取其内置的数据集：

# 提取ggplot对象中的数据
plot_data <- predictionPlot$data

# 筛选所需的x、分组和预测均值
target_data <- plot_data[, c("x", "group", "estimate")]

说明 #

• predictions()是marginaleffects包专门用于获取预测结果的函数，返回结构清晰的数据框，比解析ggplot对象更稳定可靠。
• 后验样本存储在pred_df$posterior列中，可灵活计算分位数、标准差等其他统计量。

内容的提问来源于stack exchange，提问作者llewmills