使用plot_models()绘制指定系数多图及分图时遇错误求助

错误原因 #

这个错误的核心是sjPlot无法正确读取模型的元信息（比如是否为零膨胀模型、是否包含离散参数），导致逻辑判断时出现类型不匹配。常见诱因包括：

• 版本兼容性问题：你参考的是2020年的旧版指南，当前使用的sjPlot版本与旧版代码逻辑不兼容，模型信息的读取方式已发生变化。
• 变量处理干扰模型解析：set_label对响应变量的标签设置，或to_factor处理后的因子变量格式，干扰了sjPlot对模型结构的识别。

解决方案 #

1. 匹配指南对应的sjPlot版本 #

由于你参考的是2020-03-10的快照文档，建议安装对应时间点的sjPlot版本：

# 安装指定版本的sjPlot（示例为R 3.6的Windows版本，需根据自身R版本调整路径）
packageurl <- "https://mran.microsoft.com/snapshot/2020-03-10/bin/windows/contrib/3.6/sjPlot_2.8.3.zip"
install.packages(packageurl, repos=NULL, type="source")

2. 简化变量处理，重新拟合模型 #

去掉可能干扰模型信息读取的标签设置，改用基础R的因子转换方式重新拟合模型：

library(sjPlot)
library(ggplot2)

data(efc)
theme_set(theme_sjplot())

# 用基础R处理响应变量和因子
y <- factor(ifelse(efc$neg_c_7 < median(na.omit(efc$neg_c_7)), 0, 1), 
            labels = c("Low Impact", "High Negative Impact"))
df <- data.frame(
  y = y,
  sex = factor(efc$c161sex, labels = c("Male", "Female")),
  dep = factor(efc$e42dep, labels = c("Independent", "Slightly dependent", "Moderately dependent", "Severely dependent")),
  barthel = efc$barthtot,
  education = factor(efc$c172code)
)

# 重新拟合三个模型
m1 <- glm(y ~., data = df, family = binomial(link = "logit"))
m2 <- glm(y ~ sex + dep, data = df, family = binomial(link = "logit"))
m3 <- glm(y ~ sex + dep + barthel, data = df, family = binomial(link = "logit"))

# 尝试绘图
plot_models(m1, m2, m3, terms = c("sex", "dep"))
plot_models(m1, m2, m3, facet_grid = TRUE)

3. 手动提取系数后绘图（替代方案） #

如果上述方法无效，可以手动提取模型系数信息，用ggplot2自主绘图：

library(broom)
library(dplyr)
library(ggplot2)

# 提取三个模型的系数（转换为优势比）
coef_m1 <- tidy(m1, exponentiate = TRUE) %>% mutate(model = "m1")
coef_m2 <- tidy(m2, exponentiate = TRUE) %>% mutate(model = "m2")
coef_m3 <- tidy(m3, exponentiate = TRUE) %>% mutate(model = "m3")

# 合并数据并筛选目标变量
coef_data <- bind_rows(coef_m1, coef_m2, coef_m3) %>%
  filter(grepl("sex|dep", term))

# 绘制森林图
ggplot(coef_data, aes(x = estimate, y = term, color = model)) +
  geom_vline(xintercept = 1, linetype = "dashed", color = "gray50") +
  geom_point(position = position_dodge(width = 0.5)) +
  geom_errorbarh(aes(xmin = conf.low, xmax = conf.high), 
                 position = position_dodge(width = 0.5), height = 0) +
  theme_sjplot() +
  labs(x = "Odds Ratio", y = "Variable")

内容的提问来源于stack exchange，提问作者hy9fesh