如何不使用ggeffects预测值，用ggplot复现回归预测可视化图？

核心问题原因 #

ggeffects的predict_response默认会生成参考预测网格：对指定的连续变量生成均匀序列点，分类变量取所有水平，其余协变量固定为均值（连续）或参考类别（分类）；而marginaleffects的predictions默认使用原始数据集的全部观测，导致预测值分布与ggeffects不同。只需手动生成与ggeffects一致的预测网格即可解决。

完整代码流程 #

1. 加载包与数据处理

library(ggeffects)
library(tidyverse)
library(marginaleffects)

# 导入并清洗efc数据集
data(efc)
efc_clean <- efc %>%
  mutate(
    c161sex = factor(c161sex, levels = c(1, 2), labels = c("Male", "Female")),
    c172code = factor(c172code, levels = c(1, 2, 3), labels = c("Low", "Medium", "High"))
  ) %>%
  drop_na(c12hour, c161sex, c172code)

2. 拟合交互项模型

假设因变量为照顾者年龄（e17age），模型包含c12hour、c161sex、c172code的三向交互：

mod <- lm(e17age ~ c12hour * c161sex * c172code, data = efc_clean)

3. 用ggeffects生成目标预测值与图（作为参照）

# 获取目标预测数据
mydf_ggeffects <- predict_response(mod, terms = c("c12hour", "c161sex", "c172code"))
# 绘制目标图
plot(mydf_ggeffects)

4. 用marginaleffects生成一致的预测值

# 生成与ggeffects匹配的预测网格：c12hour取10个均匀点，分类变量取所有水平，其余协变量取均值/参考类别
pred_grid <- datagrid(
  model = mod,
  c12hour = seq(min(efc_clean$c12hour), max(efc_clean$c12hour), length.out = 10),
  c161sex = unique(efc_clean$c161sex),
  c172code = unique(efc_clean$c172code),
  newdata = efc_clean
)

# 获取标准化预测值
mydf_marginaleffects <- predictions(mod, newdata = pred_grid) %>%
  select(c12hour, c161sex, c172code, predicted, conf.low, conf.high)

5. 用ggplot复现目标图

ggplot(mydf_marginaleffects, aes(x = c12hour, y = predicted)) +
  # 绘制回归线与置信区间
  geom_line(aes(color = c161sex, linetype = c172code), linewidth = 1) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high, fill = c161sex), alpha = 0.2, color = NA) +
  # 设置标签与主题
  labs(
    x = "Weekly Care Hours",
    y = "Predicted Caregiver Age",
    color = "Gender",
    linetype = "Care Level",
    fill = "Gender"
  ) +
  theme_minimal()

关键调整点 #

• 必须用datagrid定义预测网格，确保与ggeffects的变量取值逻辑一致
• 连续变量c12hour的序列长度（默认10个点）要与ggeffects匹配
• 分类变量需包含所有水平，其余协变量由datagrid自动处理为均值/参考类别

内容的提问来源于stack exchange，提问作者mariann