R中多分类逻辑回归边际效应绘图的基线与刻度问题

一、针对sjPlot::plot_model的处理 #

方法1：提取底层数据手动绘图（最灵活） #

先提取plot_model的预测数据，过滤掉基线类别，再用ggplot手动绘制并设置自由y轴刻度：

# 提取预测数据（return_data=TRUE获取底层数据）
pred_data <- plot_model(model_2, type = "pred", terms = "clientelism", return_data = TRUE)

# 过滤掉基线类别"0"，只保留3个目标类别
pred_data_filtered <- pred_data[pred_data$response.level != "0", ]

# 手动绘制边际效应图，每个子图使用独立y轴刻度
library(ggplot2)
ggplot(pred_data_filtered, aes(x = clientelism, y = predicted)) +
  geom_line(linewidth = 1) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = 0.2) +
  facet_wrap(~response.level, scales = "free_y") + # 每个子图y轴自由缩放
  labs(x = "Clientelism", y = "Predicted Probability") +
  theme_bw()

如果需要手动指定第三类的刻度，比如第三类概率范围在0~0.05，可以修改scale_y_continuous：

# 假设第三类的response.level是"3"
third_class_range <- range(pred_data_filtered$predicted[pred_data_filtered$response.level == "3"])

ggplot(pred_data_filtered, aes(x = clientelism, y = predicted)) +
  geom_line(linewidth = 1) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = 0.2) +
  facet_wrap(~response.level, scales = "free_y") +
  scale_y_continuous(
    breaks = function(x) {
      # 针对第三类手动设置刻度
      if (all(x >= third_class_range[1], x <= third_class_range[2])) {
        seq(third_class_range[1], third_class_range[2], length.out = 4)
      } else {
        waiver() # 其他类别使用默认刻度
      }
    }
  ) +
  labs(x = "Clientelism", y = "Predicted Probability") +
  theme_bw()

方法2：直接修改plot_model返回的ggplot对象 #

如果不想手动重绘，可直接修改plot_model的输出，开启自由y轴：

p <- plot_model(model_2, type = "pred", terms = "clientelism") +
  facet_wrap(~response.level, scales = "free_y") # 替换原facet设置
# 可选：过滤基线类别
p$data <- p$data[p$data$response.level != "0", ]
print(p)

二、针对marginaleffects::plot_cap的处理 #

用ggh4x包实现更精准的子图刻度控制：

library(marginaleffects)
library(ggh4x) # 用于更灵活的分面刻度设置

# 生成初始图
cap_plot <- plot_cap(model_2, condition = "clientelism", type = "probs") +
  facet_wrap(~group)

# 提取数据，确定第三类的概率范围
cap_data <- cap_plot$data
# 替换成你的第三类名称，比如"3"
third_group_name <- "3"
third_range <- range(cap_data$estimate[cap_data$group == third_group_name])

# 修改绘图，设置自由y轴并手动指定第三类刻度
cap_plot_final <- cap_plot +
  facet_wrap2(~group, scales = list(y = "free")) + # 每个子图y轴独立
  scale_y_continuous(
    breaks = function(x) {
      if (all(x >= third_range[1], x <= third_range[2])) {
        seq(third_range[1], third_range[2], by = 0.01) # 按需求设置刻度间隔
      } else {
        waiver()
      }
    }
  ) +
  # 可选：过滤基线类别"0"
  filter(!group == "0")

print(cap_plot_final)

关键说明 #

• 开启scales = "free_y"是核心，让每个子图的y轴自动适配自身数据范围，解决小概率类别显示平线的问题。
• 若需更精细的刻度控制，结合ggh4x::facet_wrap2和自定义breaks函数即可实现单独调整第三类的刻度。

内容的提问来源于stack exchange，提问作者Jorissimo