对数正态BRM模型绘图：如何转换散点数据匹配模型尺度？

你遇到的核心问题是对数正态模型的拟合尺度（对数尺度）和原始数据尺度不匹配，导致散点与拟合线错位。可以通过以下两种方式解决：

方法一：将模型预测转换为原始响应尺度 #

直接在ggemmeans中指定transform = "response"，让模型的拟合线和置信区间转换回原始的distance尺度，和原始散点保持一致：

model1.gge <- ggemmeans(model1, terms = c("height"), transform = "response")
model1.plot <- plot(model1.gge, add.data=TRUE) + theme_bw() + theme(text = element_text(size = 15))

方法二：将原始数据转换为对数尺度匹配模型拟合尺度 #

如果希望在对数尺度上展示结果，手动转换原始数据后添加到图中：

# 转换原始数据到对数尺度
a03_log <- a03 %>% mutate(distance_log = log(distance))
# 绘制模型在对数尺度的预测曲线
model1.gge <- ggemmeans(model1, terms = c("height")) # 默认输出对数尺度的预测
# 添加转换后的散点
model1.plot <- plot(model1.gge) + 
  geom_point(data = a03_log, aes(x = height, y = distance_log)) +
  theme_bw() + theme(text = element_text(size = 15))

关键参数说明 #

• ggemmeans的transform参数：默认值为"linear"（对应模型的线性预测尺度，即对数正态的对数尺度），设置为"response"则会应用逆链接函数（lognormal对应指数函数），将预测值转换回原始响应变量的尺度。
• 如果用add.data=TRUE无法自动转换数据，就需要手动处理数据或调整模型预测的尺度，确保两者在同一坐标轴尺度下展示。

内容的提问来源于stack exchange，提问作者STHB