如何用plot_model绘制R中二次变量与哑变量的交互效应图？

问题场景 #

在R中使用plot_model绘制多水平逻辑回归（glmer）的交互效应图时，非二次变量与哑变量的交互图可以正常生成，但尝试绘制二次项I(first_variable^2)与哑变量的交互时，会报错：

Error: Some of the specified terms were not found in the model. Maybe misspelled?

尽管模型公式中明确包含该二次项及交互项：

glmer(y~first_variable+second_variable+I(first_variable^2)+I(first_variable^2):second_variable+(1|level2)+(1|level3), 
      data = df3, family = binomial, nAGQ=1)

解决方案 #

核心问题是plot_model对模型项的识别需要严格匹配模型中实际的项名称，I(first_variable^2)属于带特殊格式的模型项，直接传入会无法被正确识别，以下两种方法可解决：

方法1：提前在数据中生成独立的二次项变量

这是最直观且不易出错的方式：

1. 在原始数据框中创建二次项列：

   df3$first_var_sq <- df3$first_variable^2
   

2. 重新拟合模型，直接使用新生成的变量（无需I()包裹）：

   model <- glmer(y~first_variable+second_variable+first_var_sq+first_var_sq:second_variable+(1|level2)+(1|level3), 
                  data = df3, family = binomial, nAGQ=1)
   

3. 绘制交互图时，直接使用新变量名：

   plot_model(model, type="eff", 
              pred.type = "re", 
              terms = c("first_var_sq[all]","dummy_variable"),  show.data = F, ci.lvl=.95)
   

方法2：用反引号包裹模型的实际项名称

如果不想重新拟合模型，可以先确认模型中二次项的实际名称，再用反引号包裹传入：

1. 查看模型框架中的所有项名称：

   names(model@frame)
   

   会看到二次项的实际名称为I(first_variable^2)
2. 绘制交互图时，用反引号将整个项名包裹，强制R将其作为字符串匹配：

   plot_model(model, type="eff", 
              pred.type = "re", 
              terms = c("`I(first_variable^2)`[all]","dummy_variable"),  show.data = F, ci.lvl=.95)
   

原因说明 #

当在模型公式中用I()生成二次项时，该项的名称会保留I()的格式，直接传入I(first_variable^2)作为terms参数时，R会将其解析为表达式而非字符串，导致无法匹配模型中的项；而提前生成独立变量或用反引号包裹，能让plot_model正确识别目标项。

内容的提问来源于stack exchange，提问作者jota_tepe