二项混合效应逻辑回归：特定条件概率计算与系数解读求助

数据与模型背景 #

响应变量Visit为二元变量（1=有访问，0=无访问），预测变量包含分类变量BoxHeight（High/Low）和连续变量PastureDistance（单位：km），使用R的glmer构建模型，代码如下：

marsupials <- read.csv("Marsupial_Data.csv") 
### Distance and Height model
fit1 <- glmer(Visit ~ PastureDistance + BoxHeight * (1|Site), data=marsupials, family=binomial(link="logit"))
summary(fit1) 

# 修正后的预测代码
predictions <- predict(fit1, marsupials)
xv <- seq(min(marsupials$PastureDistance), max(marsupials$PastureDistance), 0.01)
# 原代码fitDis未定义，替换为fit1并补充BoxHeight参数
yv_high <- predict(fit1, data.frame(PastureDistance = xv, BoxHeight = "High"), type = "response", re.form=NA)
yv_low <- predict(fit1, data.frame(PastureDistance = xv, BoxHeight = "Low"), type = "response", re.form=NA)

# 修正后的抖动图绘制
ggplot(marsupials, aes(PastureDistance, Visit, color = BoxHeight))+
  geom_point(size= 4, position=position_jitter(h=0.02,w=0.00))+ 
  scale_color_manual(values = c("darkgreen", "brown"), name = "Nest Box Height")+
  stat_smooth(size = 2, method = "glmer", method.args = list(family = binomial, formula = Visit ~ PastureDistance + (1|Site)), aes(group=BoxHeight))+
  theme_classic()+
  xlab("Distance to Pasture (km)")+
  ylab("Presence")+
  theme(axis.title = element_text(size=18),
        axis.text = element_text(size=18),
        legend.text = element_text(size=12),
        legend.title = element_text(size=14))

核心问题解决 #

1. 计算特定条件下的访问概率 #

要得到PastureDistance=0且BoxHeight=High时的访问概率，构造对应数据框后用predict函数直接计算：

# 构造预测数据，re.form=NA表示忽略随机效应，得到群体平均概率
new_data <- data.frame(
  PastureDistance = 0,
  BoxHeight = "High",
  Site = marsupials$Site[1]  # 任意选取数据中存在的Site即可
)

# 计算概率
target_prob <- predict(fit1, newdata = new_data, type = "response", re.form=NA)
target_prob

注：若不添加re.form=NA，结果会包含所选Site的随机效应；如果需要群体层面的平均概率，必须保留该参数。

2. 模型系数解读 #

逻辑回归的系数是对数优势比（log-odds），需通过转换得到实际意义：

• 转换为优势比：用exp(系数)，表示变量每变化1单位，访问优势的倍数变化
• 转换为概率：用逻辑函数[ \text{概率} = \frac{e^{\beta_0 + \beta_1 \times \text{PastureDistance} + \beta_2 \times \text{BoxHeightHigh}}}{1 + e^{\beta_0 + \beta_1 \times \text{PastureDistance} + \beta_2 \times \text{BoxHeightHigh}}} ]
• 截距项：PastureDistance=0且BoxHeight=Low时的对数优势比
• PastureDistance系数：每增加1km，访问的对数优势比变化量
• BoxHeightHigh系数：PastureDistance=0时，High组相对于Low组的对数优势比差值

3. 极小概率结果的疑问 #

你提到的exp(-19.064)是对数优势比转换后的优势比，对应的概率为[ \frac{e^{-19.064}}{1 + e^{-19.064}} \approx 1.05 \times 10^{-8} ]，出现极小值的原因可能是：

• 数据中PastureDistance=0且BoxHeight=High的样本极少甚至缺失，模型外推该点的可靠性极低
• 随机效应的干扰：特定Site的随机效应值过小，拉低了概率；使用re.form=NA忽略随机效应后，结果会更贴近群体平均水平
• 模型结构问题：原模型BoxHeight * (1|Site)是给不同BoxHeight组设置独立的Site随机效应，若你仅想让Site作为随机截距，应改为Visit ~ PastureDistance + BoxHeight + (1|Site)

代码修正说明 #

• 原预测代码中fitDis未定义，替换为模型对象fit1，并补充BoxHeight参数
• stat_smooth原使用glm无法体现混合效应，改为glmer并按BoxHeight分组拟合
• 移除无实际作用的labs(fill = "Box Height")，因图中使用的是color映射而非fill

内容的提问来源于stack exchange，提问作者COzzie