寻求R环境下绘制Piecewise SEM模型输出结果的工具与方法

我需要对自己构建的Piecewise SEM模型进行可视化，该模型包含5个外源气候变量、3个树木生理中介变量和1个树木生长响应变量。此前我尝试过手动绘图，现希望借助R包或R工具在R环境中完成模型输出的可视化。

模型代码预览 #

psem_dec <- psem(
  lmer(fd ~ VPD + PAR + Predawn + (1 | Tree.ID),
       data = sem_dec, REML = FALSE),
  lmer(Predawn ~ Rain + PAR + Ta_mean + (1 | Tree.ID),
       data = sem_dec, REML = FALSE),
  lmer(NSC_branch ~ Ta_mean + fd + Predawn + VPD + SVWC_40cm + (1 | Tree.ID),
       data = sem_dec, REML = FALSE),
  lmer(GRO_rate ~ fd + Predawn + NSC_branch + Rain + SVWC_40cm + Ta_mean + (1 | Tree.ID),
       data = sem_dec, REML = FALSE),
  Rain    %~~% VPD,        
  PAR     %~~% Ta_mean,     
  data = sem_dec)

可视化方法 #

1. 用piecewiseSEM包自带绘图函数

这是最适配的原生方法，会自动识别变量类型并布局：

library(piecewiseSEM)
# 直接生成基础路径图
plot(psem_dec)

# 可通过参数定制样式，比如区分显著路径、调整节点样式
plot(psem_dec, 
     edge_attrs = list(color = ifelse(coef(psem_dec)$pvalue < 0.05, "red", "black")),
     node_attrs = list(fill = "lightblue", size = 12))

2. 转成igraph对象用ggraph定制化绘图

如果需要更灵活的样式控制，可将模型转为igraph对象，结合ggplot2语法调整：

library(igraph)
library(ggraph)

# 转换模型为igraph结构
sem_igraph <- as.igraph(psem_dec)

# 定制绘图，包含显著性区分、节点标签、布局
ggraph(sem_igraph, layout = "fr") +
  geom_edge_link(aes(color = edge_attr(sem_igraph, "pvalue") < 0.05),
                 arrow = arrow(length = unit(2, "mm")),
                 end_cap = circle(3, "mm")) +
  geom_node_label(aes(label = name), fill = "white", size = 3.5) +
  scale_edge_color_manual(values = c("TRUE" = "red", "FALSE" = "gray50")) +
  theme_graph(background = "white")

3. 用DiagrammeR生成结构化路径图

适合需要手动调整节点位置的场景，通过DOT语言精准控制：

library(DiagrammeR)

# 导出模型为DOT代码
sem_dot <- export(psem_dec, type = "dot")

# 渲染图形，可直接修改DOT代码调整布局/样式
grViz(sem_dot)

内容的提问来源于stack exchange，提问作者Sadi