在R中绘制含类别交互项的回归模型系数散点图的技术问询

针对你构建的含分类变量交互项的线性回归模型，要绘制每个分类水平对应的截距-斜率散点图，可按以下步骤操作：

1. 提取并整理模型系数 #

首先从回归模型中提取系数，计算每个分类水平的实际截距和斜率：

• 参考分类水平的截距 = 模型的截距项（(Intercept)），斜率 = x1的系数
• 非参考分类水平的截距 = 截距项 + 对应分类水平的系数，斜率 = x1的系数 + 对应分类与x1的交互项系数

示例代码：

# 提取模型系数
model_coef <- coef(model)

# 获取分类变量的所有水平（df为你的数据集）
cat_levels <- levels(df$categorical)

# 基准水平的截距和斜率
ref_intercept <- model_coef["(Intercept)"]
ref_slope <- model_coef["x1"]

# 创建存储结果的数据框
coef_df <- data.frame(
  category = cat_levels,
  intercept = ref_intercept,
  slope = ref_slope
)

# 修正非基准水平的截距与斜率
for (level in cat_levels[-1]) {
  int_coef_name <- paste0("categorical", level)
  slope_coef_name <- paste0("categorical", level, ":x1")
  
  coef_df$intercept[coef_df$category == level] <- ref_intercept + model_coef[int_coef_name]
  coef_df$slope[coef_df$category == level] <- ref_slope + model_coef[slope_coef_name]
}

2. 绘制散点图 #

用ggplot2绘制（推荐） #

library(ggplot2)

ggplot(coef_df, aes(x = intercept, y = slope)) +
  geom_point(size = 3, color = "steelblue") +
  geom_text(aes(label = category), vjust = -1, color = "darkred") + # 添加分类标签
  labs(x = "截距", y = "x1对应的斜率", title = "各分类水平的截距与斜率分布") +
  theme_minimal()

用基础绘图函数绘制 #

plot(coef_df$intercept, coef_df$slope,
     xlab = "截距", ylab = "x1对应的斜率",
     main = "各分类水平的截距与斜率分布",
     pch = 16, col = "steelblue", cex = 1.5)
# 添加分类标签
text(coef_df$intercept, coef_df$slope, labels = coef_df$category, pos = 3, col = "darkred")

运行后即可得到每个点对应一个分类水平的截距（x轴）和斜率（y轴）的散点图，标签能帮你快速识别每个点对应的类别。

内容的提问来源于stack exchange，提问作者Melanie