plot_model函数如何确定图中展示的lsvo值？能否自定义该值？

你的操作代码回顾 #

加载R包 #

library(dplyr)
library(ggplot2)
library(lme4)
library(readxl)
library(AICcmodavg)
library(MuMIn)
library(afex)
library(sjPlot)
library(ggeffects)

拟合GLMM模型 #

mod.top <- glmer(use ~ boxes.per.post + box.age + lsvo +
                    (1|year),
                  family = "binomial", 
                  data = WODU)

绘制预测图 #

plot_model(mod.top, type = "pred", terms = c("box.age [all] ","boxes.per.post", "lsvo"), pred.type = "fe", 
           legend.title = "", axis.title = "Probability of Use", title = "")

核心问题解答 #

1. plot_model如何确定面板展示的lsvo值？ #

plot_model(type = "pred")底层依赖ggeffects包的ggpredict()函数生成预测数据。对于作为第三个变量的连续型变量（此处为lsvo），默认逻辑是选取该变量的25%、50%、75%分位数值来生成不同面板；如果是分类变量则展示所有水平。

你遇到的负数问题，大概率是函数内部对变量做了默认中心化/标准化处理，导致生成了超出原始数据范围的取值。

2. 能否修改这些面板的lsvo值？ #

完全可以，有两种灵活的方式：

方式一：直接在plot_model的terms参数中指定取值

在terms里给lsvo加上方括号，填入你想要展示的具体数值（用逗号分隔），比如想展示0、50、100这三个关键值：

plot_model(mod.top, type = "pred", 
           terms = c("box.age [all]", "boxes.per.post", "lsvo [0,50,100]"), 
           pred.type = "fe", 
           legend.title = "", axis.title = "Probability of Use", title = "")

如果需要更多面板，比如展示0、25、50、75、100，直接把数值加入方括号即可。

方式二：先用ggpredict生成自定义预测数据，再手动绘图

这种方式能完全控制所有绘图细节，灵活性最高：

# 生成指定lsvo取值的预测数据
pred_data <- ggpredict(mod.top, 
                       terms = c("box.age [all]", "boxes.per.post", "lsvo [0,50,100]"), 
                       pred.type = "fe")

# 用ggplot2自定义绘图
ggplot(pred_data, aes(x = x, y = predicted, color = group)) +
  geom_line(linewidth = 1) +
  facet_wrap(~facet) +
  labs(x = "Box Age", y = "Probability of Use") +
  theme_bw()

内容的提问来源于stack exchange，提问作者blake.struthers