如何在R中绘制含双轴的两个GLM模型预测图（含数据点）

问题背景 #

你有如下示例数据和两个高斯族GLM模型，希望把两个模型的预测图（含原始数据点和拟合线）整合到一张双轴图中：左侧y轴对应RespVar1，右侧y轴对应RespVar2，x轴统一为PredVar。目前你用sjPlot的plot_model分别生成两张图，需要合并成单张双轴图。

示例数据代码：

RespVar1 <- runif(n=18, min=55, max=120)
RespVar2 <- runif(n=18, min=0.3, max=0.5)
PredVar <- c(-2, -1, 0, 1, 2, 3)
df <- data.frame(RespVar1, RespVar2, PredVar)

模型拟合代码：

M1 <- glm(RespVar1 ~ PredVar, data=df, family=gaussian())
M2 <- glm(RespVar2 ~ PredVar, data=df, family=gaussian())

实现方案 #

用ggplot2结合sec_axis功能可以轻松实现，步骤如下：

1. 生成模型预测值及置信区间数据 #

先从两个模型中提取预测结果，和原始数据合并：

library(ggplot2)

# 提取M1的预测值与标准误
pred_M1 <- predict(M1, newdata = df, se.fit = TRUE)
df$pred1 <- pred_M1$fit
df$se1 <- pred_M1$se.fit

# 提取M2的预测值与标准误
pred_M2 <- predict(M2, newdata = df, se.fit = TRUE)
df$pred2 <- pred_M2$fit
df$se2 <- pred_M2$se.fit

2. 计算双轴刻度转换系数 #

因为两个响应变量的数值范围差异极大，需要把RespVar2的数值映射到RespVar1的轴范围，保证两个系列都能清晰展示：

# 计算缩放比例和偏移量
scale_factor <- diff(range(df$RespVar1)) / diff(range(df$RespVar2))
shift <- min(df$RespVar1) - min(df$RespVar2) * scale_factor

3. 绘制双轴图 #

把两个模型的点、线、置信区间都画到同一张图里，同时设置双轴：

ggplot(df, aes(x = PredVar)) +
  # 绘制M1的原始点、拟合线、置信区间
  geom_point(aes(y = RespVar1), color = "#2196F3", size = 2) +
  geom_line(aes(y = pred1), color = "#2196F3", linewidth = 1) +
  geom_ribbon(aes(ymin = pred1 - 1.96*se1, ymax = pred1 + 1.96*se1),
              fill = "#2196F3", alpha = 0.2) +
  
  # 绘制M2的原始点、拟合线、置信区间（已转换到左侧轴刻度）
  geom_point(aes(y = RespVar2 * scale_factor + shift), color = "#F44336", size = 2) +
  geom_line(aes(y = pred2 * scale_factor + shift), color = "#F44336", linewidth = 1) +
  geom_ribbon(aes(ymin = (pred2 - 1.96*se2)*scale_factor + shift,
                  ymax = (pred2 + 1.96*se2)*scale_factor + shift),
              fill = "#F44336", alpha = 0.2) +
  
  # 设置双轴：左侧为RespVar1，右侧为转换后的RespVar2
  scale_y_continuous(
    name = "RespVar1",
    sec.axis = sec_axis(~ (. - shift)/scale_factor, name = "RespVar2")
  ) +
  labs(x = "PredVar") +
  theme_minimal() +
  theme(legend.position = "top")

补充说明 #

• 如果不需要置信区间，直接删除geom_ribbon相关代码即可。
• 双轴图的核心是刻度转换的合理性，这里的转换是线性映射，保证两个变量的相对趋势不变。

内容的提问来源于stack exchange，提问作者Teresa