使用sjPlot绘制lmer多层模型交互图的问题求助

问题 #

我运行了一个多层模型，包含2个Level 2连续预测变量（A、B）、1个Level 1二分预测变量（cond，编码为-1和1），Y为因变量。拟合代码如下：

M2 <- lmer(Y ~ 1 + (1|subject) + A*cond + B*cond, data, na.action = na.omit)
summary(M2)
tab_model(M2)

输出里交互项显示为A × cond和cond × B，且用sjPlot绘制交互图时，执行代码：

plot_model(M2, type = "int", terms = "Pred*Mod", mdrt.values = c("minmax", "meansd", "zeromax", "quart", "all"), ci.lvl = NA)

得到的图默认是：A × cond以A为x轴，cond × B以cond为x轴。我需要每个交互都生成两种可视化：A × cond要增加以cond为x轴的图，cond × B要增加以B为x轴的图。

实现方法 #

sjPlot的plot_model函数中，terms参数的顺序直接决定了x轴变量（第一个元素）和分组/调节变量（第二个元素），通过手动指定terms的顺序，就能生成每个交互的两种方向的图：

1. 生成A×cond的两种交互图 #

（1）以A为x轴，cond为分组（默认方向）

# A作为x轴，cond作为分组线
plot_model(M2, type = "int", 
           terms = c("A", "cond"), 
           mdrt.values = "minmax", # 用A的最小值和最大值作为参考
           ci.lvl = NA)

（2）以cond为x轴，A为分组

因为A是连续变量，需要指定其展示的参考水平（比如均值±标准差、最小值/最大值）：

# cond作为x轴，A用均值±标准差作为分组线
plot_model(M2, type = "int", 
           terms = c("cond", "A"), 
           mdrt.values = "meansd", # 展示A的均值、均值+SD、均值-SD
           ci.lvl = NA)

2. 生成B×cond的两种交互图 #

（1）以cond为x轴，B为分组（默认方向）

# cond作为x轴，B用均值±标准差作为分组线
plot_model(M2, type = "int", 
           terms = c("cond", "B"), 
           mdrt.values = "meansd",
           ci.lvl = NA)

（2）以B为x轴，cond为分组

# B作为x轴，cond作为分组线
plot_model(M2, type = "int", 
           terms = c("B", "cond"), 
           mdrt.values = "minmax",
           ci.lvl = NA)

补充说明 #

• mdrt.values参数可按需调整："minmax"用变量的最小/最大值，"meansd"用均值±标准差，"quart"用四分位数，选择适合数据展示的水平即可。
• 若需合并多个图，可使用gridExtra::grid.arrange()或sjPlot自带的plot_grid()函数组合生成的图对象。

内容的提问来源于stack exchange，提问作者jwin