求助：如何按分组变量M1绘制分类变量X的效应估计误差棒图

原代码的核心问题在于：

• 错误地将Level同时设为x轴和分面变量，导致每个Level被拆成独立面板，无法按M1分组展示4个Level的效应
• 未利用Level作为分组变量区分不同条形，无法直观对比同一M1下的不同Level结果

以下是符合需求的代码：

library(ggplot2)

# 修正后的绘图代码
ggplot(effect_data, aes(x = M1, y = EffectEstimate, fill = Level)) +
  # 按Level分组并排显示条形
  geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
  # 误差线与条形位置对齐
  geom_errorbar(aes(ymin = LowerCI, ymax = UpperCI), 
                position = position_dodge(width = 0.8), 
                width = 0.25) +
  # 可选：如果需要横向展示，取消注释下面一行
  # coord_flip() +
  labs(
    title = "各模型下不同Level的效应估计值及置信区间",
    x = "12组不同分析模型(M1)",
    y = "效应估计值",
    fill = "Level(X的水平)"
  ) +
  theme_minimal() +
  # 优化主题：旋转x轴标签避免重叠，调整图例位置
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.position = "top"
  )

关键调整说明： #

• 将x轴设为M1，确保每个分组对应一组模型结果
• 用fill = Level区分4个水平的条形，并通过position_dodge实现同一M1下的条形并排
• 移除了错误的facet_grid(.~Level)，避免不必要的面板拆分
• 调整了标签文本，让图表信息更清晰
• 添加了主题优化，解决x轴标签重叠问题

如果需要横向展示效果，只需取消注释coord_flip()，此时M1会显示在y轴，条形横向排列，更适合模型数量较多的场景。

内容的提问来源于stack exchange，提问作者Science11