如何用sjplot的plot_model函数单独展示多分类逻辑回归的单个结果水平

核心方案：使用response.level参数 #

sjPlot的plot_model()函数针对多分类模型（如multinom类模型）提供了response.level参数，专门用于指定要绘制的因变量水平，直接生成对应水平的独立完整图表，无需额外调整布局或处理子集。

具体代码示例 #

假设你的因变量Veto Type三个水平为"Partial Veto"、"Full Veto"、"No Veto"，也可以用水平索引1/2/3指定，以下是分水平绘图的代码：

绘制「Partial Veto」水平的预测图

plot_model(
  model9, 
  type = "pred", 
  terms = c("CoalitionPercentageAmorim", "CoalescenceAmorim [0,1]"), 
  mdrt.values = "meansd", 
  ci.lvl=0.00, 
  response.level = "Partial Veto",  # 指定目标因变量水平
  title = "Figure: Predicted Probability of Partial Vetoes of PLs", 
  axis.title = c("Coalition Size", "Predicted Probability"), 
  legend.title = "COALITION COALESCENCE"
)

绘制「Full Veto」水平的预测图

plot_model(
  model9, 
  type = "pred", 
  terms = c("CoalitionPercentageAmorim", "CoalescenceAmorim [0,1]"), 
  mdrt.values = "meansd", 
  ci.lvl=0.00, 
  response.level = "Full Veto", 
  title = "Figure: Predicted Probability of Full Vetoes of PLs", 
  axis.title = c("Coalition Size", "Predicted Probability"), 
  legend.title = "COALITION COALESCENCE"
)

通过索引指定水平（适用于不确定水平名称的情况）

先查看因变量的水平列表，再用索引指定：

# 查看因变量所有水平
levels(model9$model$Veto_Type)

# 绘制第一个水平（索引为1）
plot_model(
  model9, 
  type = "pred", 
  terms = c("CoalitionPercentageAmorim", "CoalescenceAmorim [0,1]"), 
  mdrt.values = "meansd", 
  ci.lvl=0.00, 
  response.level = 1, 
  title = "Figure: Predicted Probability of Veto Type Level 1", 
  axis.title = c("Coalition Size", "Predicted Probability"), 
  legend.title = "COALITION COALESCENCE"
)

批量生成并保存所有水平的图表 #

如果需要一次性生成所有水平的图并保存，可通过循环实现：

# 获取因变量的所有水平
veto_levels <- levels(model9$model$Veto_Type)

# 循环生成每个水平的图表并保存
for (level in veto_levels) {
  p <- plot_model(
    model9, 
    type = "pred", 
    terms = c("CoalitionPercentageAmorim", "CoalescenceAmorim [0,1]"), 
    mdrt.values = "meansd", 
    ci.lvl=0.00, 
    response.level = level, 
    title = paste0("Figure: Predicted Probability of ", level, " of PLs"), 
    axis.title = c("Coalition Size", "Predicted Probability"), 
    legend.title = "COALITION COALESCENCE"
  )
  # 保存图表，文件名用水平名称区分
  ggsave(paste0("veto_pred_", level, ".png"), p, width = 8, height = 6)
}

说明：为什么之前的方法无效？ #

你尝试的rm.terms参数用于移除预测变量，而非筛选因变量水平，因此无法实现需求；用gtable调整布局的方式会压缩图表尺寸，不如response.level参数直接高效。

内容的提问来源于stack exchange，提问作者Jair Moreira