glm对象的visreg绘图与模型输出值不匹配问题咨询

云原生阿岚

2026-6-26

问题描述

我有一份数据集，用以下R代码构建了一个所有变量均为因子类型的二项逻辑回归模型：

#setwd("wherever you downloaded the file")
data_ev <- read.csv("all_EV.csv")
df_all_EV <- data.frame(data_ev)

#remove extra columns
df_all_EV <- df_all_EV[,-1]
df_all_EV <- df_all_EV[,-3]
df_all_EV <- df_all_EV[,-4]

#remove uneeded rows
df_ev2 <- subset(df_all_EV, EV!="unknown")

#factorize
df_ev2$EV <- as.factor(df_ev2$EV)
df_ev2$Speech_VP <- as.factor(df_ev2$Speech_VP)
df_ev2$Genre <- as.factor(df_ev2$Genre)

#set response variable ref level
df_ev2$EV <- relevel(df_ev2$EV, ref = "self")

#create glm object
ev2.glm <- glm(EV ~ Genre + Speech_VP, data = df_ev2, family = binomial)
summary(ev2.glm)

#plot glm
library(visreg)
visreg(ev2.glm, "Speech_VP")
visreg(ev2.glm, "Genre")
visreg(ev2.glm, "Speech_VP", by = "Genre")

模型的输出结果如下：

Call:
glm(formula = EV ~ Genre + Speech_VP, family = binomial, data = df_ev2)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-2.0115  -0.4628  -0.1381   0.5326   3.0519  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  -4.6475     0.5115  -9.086  < 2e-16 ***
GenreTN       4.0611     0.4379   9.274  < 2e-16 ***
Speech_VPN    2.4675     0.3762   6.559  5.4e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 434.02  on 313  degrees of freedom
Residual deviance: 227.37  on 311  degrees of freedom
AIC: 233.37

Number of Fisher Scoring iterations: 5

用visreg包绘制Genre变量的可视化图后，我发现Y轴显示的数值和模型摘要里的对数优势比对不上：比如模型中GenreTN的对数优势比是4.06，但图里蓝色拟合线的数值大概是2，其他变量也有同样的情况。想问问这种模型摘要和绘图数值不一致的原因是什么？

问题解答

核心原因是visreg默认展示的是边际预测值，不是单纯的变量系数，二者的含义完全不同：

模型摘要里的系数（比如GenreTN的4.0611），指的是把其他协变量固定在参考水平时，该变量水平相对于参考水平的对数优势比变化量。
而visreg的默认逻辑是：绘制目标变量的效应时，会将其他协变量的所有水平做整合处理——分类变量取各水平预测值的加权平均（权重是各水平的样本量），连续变量取均值，最终展示的是整合其他变量后的边际预测对数优势比。

拿你的模型举例：

当绘制Genre的效应时，visreg会对Speech_VP的两个水平（参考水平和N水平）的预测值取加权平均，而不是固定Speech_VP在参考水平。
具体计算：GenreTN对应的预测对数优势比，在Speech_VP参考水平时是-4.6475 + 4.0611 = -0.5864；在Speech_VPN水平时是-4.6475 + 4.0611 + 2.4675 = 1.8811。如果两个水平的样本量相近，加权平均后就会接近1.8，和你图里看到的数值一致。

如果想让visreg绘制固定其他协变量在参考水平的预测值，可以用cond参数指定，比如：

# 固定Speech_VP在参考水平，绘制Genre的效应
visreg(ev2.glm, "Genre", cond = list(Speech_VP = levels(df_ev2$Speech_VP)[1]))

另外，你也可以通过scale参数切换Y轴的展示尺度，比如设置scale="response"直接展示预测概率，会更直观：

visreg(ev2.glm, "Genre", scale="response")

内容的提问来源于stack exchange，提问作者Wangana