多预测变量线性模型中，如何提取单个变量的预测值并可视化关联？

针对你用lm.mod <- lm(mpg ~ disp + hp, data=mtcars)建立的多元线性模型，要分别展示disp、hp对mpg的单独贡献，核心思路是控制其他协变量为参考水平（比如均值），再生成目标变量的预测值，这样得到的就是该变量在排除其他因素干扰后的边际效应。

具体实现步骤 #

1. 构造预测数据集 #

要分别分析两个变量，需要生成两个数据集：固定一个变量为均值，让另一个变量覆盖原数据的取值范围：

# 提取变量均值作为参考水平
mean_hp <- mean(mtcars$hp)
mean_disp <- mean(mtcars$disp)

# 生成disp的预测数据集：固定hp为均值，disp取序列值
disp_pred_data <- data.frame(
  disp = seq(min(mtcars$disp), max(mtcars$disp), length.out = 100),
  hp = mean_hp
)

# 生成hp的预测数据集：固定disp为均值，hp取序列值
hp_pred_data <- data.frame(
  hp = seq(min(mtcars$hp), max(mtcars$hp), length.out = 100),
  disp = mean_disp
)

2. 生成控制变量后的预测值 #

基于完整模型，用predict()函数生成预测值，此时的结果就是单个变量对mpg的独立效应：

# 计算disp对应的预测mpg
disp_pred_data$mpg_pred <- predict(lm.mod, newdata = disp_pred_data)

# 计算hp对应的预测mpg
hp_pred_data$mpg_pred <- predict(lm.mod, newdata = hp_pred_data)

3. 绘制可视化图表 #

用基础绘图或ggplot2都可以，这里用ggplot2示例：

library(ggplot2)

# 绘制disp与mpg的关联图
p1 <- ggplot() +
  geom_point(data = mtcars, aes(x = disp, y = mpg), alpha = 0.6) +
  geom_line(data = disp_pred_data, aes(x = disp, y = mpg_pred), color = "red", linewidth = 1) +
  labs(title = "disp对mpg的效应（控制hp为均值）", x = "排量(disp)", y = "油耗(mpg)")

# 绘制hp与mpg的关联图
p2 <- ggplot() +
  geom_point(data = mtcars, aes(x = hp, y = mpg), alpha = 0.6) +
  geom_line(data = hp_pred_data, aes(x = hp, y = mpg_pred), color = "blue", linewidth = 1) +
  labs(title = "hp对mpg的效应（控制disp为均值）", x = "马力(hp)", y = "油耗(mpg)")

# 并排展示两个图
library(gridExtra)
grid.arrange(p1, p2, ncol = 2)

关于"单独用参数估计值计算"的说明 #

多元回归的系数是条件效应，必须结合截距和其他变量的参考值才能得到有意义的结果。比如模型公式是mpg = β0 + β1*disp + β2*hp，单独用β1*disp计算会忽略截距和β2*hp的部分，得到的不是真实的边际效应。只有固定其他变量在某个值（比如均值）时，系数才代表该变量每变化1单位，mpg的平均变化量。

额外：比较变量的相对贡献 #

如果想直观对比disp和hp对mpg的影响大小，可以计算标准化系数（将所有变量标准化后再回归）：

# 标准化所有变量
mtcars_std <- scale(mtcars[, c("mpg", "disp", "hp")])
lm.mod_std <- lm(mpg ~ disp + hp, data = as.data.frame(mtcars_std))

# 查看标准化系数，绝对值越大代表相对贡献越强
summary(lm.mod_std)$coefficients

内容的提问来源于stack exchange，提问作者locus