使用marginaleffects包绘制固定效应模型的交互效应斜率（R语言）

1. 交互项斜率绘图需求与问题 #

我正在运行包含多个交互项和固定效应的回归分析，想要绘制某一变量的斜率（导数），该斜率随interact_dummy是否参与交互而变化。原本打算用marginaleffects包实现，但它不支持lfe包的felm()模型，所以改用fixest包的feols()模型，回归代码如下：

reg <- feols(data = df, outcome ~ interact_dummy * (IV_Dummy1 + control1 + control2) + interact_dummy * (IV_Dummy2 + control1 + control2)| country_fe + year_fe)

之后用以下代码尝试绘制斜率：

plot_slopes(reg, variables = "IV_Dummy1", condition = "interact_dummy")

但得到的是散点图。我希望将这些点连接起来，直观展示交互效应带来的斜率变化，理想情况下还能添加置信区间的阴影区域（当前图已有误差线）。想请教：这是固定效应模型或fixest包特有的问题吗？是我对plot_slopes()的参数设置有误，还是有其他替代包可以实现需求？

补充可复现的示例代码：

reg2 <- feols(data = mtcars, mpg ~ vs * (am + hp + carb) + vs * (disp + hp + carb) | gear + carb)
plot_slopes(reg2, variables = "am", condition = "vs")

2. feols与felm模型的显著性差异问题 #

我发现feols()的回归估计值和felm()的结果一致，但显著性水平略有不同，请问这是什么原因导致的？

内容的提问来源于stack exchange，提问作者flâneur