如何用lapply批量在ggplot中绘制多felm模型的置信区间线段

要实现批量提取felm模型结果并自动绘制置信区间，核心是先把所有模型的系数、标准误整理成整洁的数据框，再用ggplot基于这个数据框批量生成图层，不用手动逐个添加geom_segment。

步骤1：批量提取模型统计量 #

用lapply遍历所有模型，提取每个模型中variable的系数、标准误，以及对应的结果变量名称，最后合并成一个数据框：

# 加载必要包
library(lfe)
library(dplyr)

# 批量提取每个模型的关键统计量
results_df <- lapply(seq_along(models), function(i) {
  current_model <- models[[i]]
  # 提取variable的系数、标准误，计算95%置信区间上下限
  data.frame(
    outcome_name = paste0("outcome", i),
    beta = coef(current_model)[1],
    se = current_model$se[1],
    ci_lower = coef(current_model)[1] - 1.96 * current_model$se[1],
    ci_upper = coef(current_model)[1] + 1.96 * current_model$se[1]
  )
}) |> bind_rows()

步骤2：用ggplot批量绘制置信区间 #

有了整洁的数据框后，ggplot会自动遍历每一行数据生成对应的置信区间线段和系数点，完全不需要手动逐个定义图层：

library(ggplot2)

ggplot(results_df, aes(x = outcome_name, y = beta)) +
  # 绘制置信区间线段
  geom_segment(aes(xend = outcome_name, y = ci_lower, yend = ci_upper), 
               color = "#636363", linewidth = 1) +
  # 绘制系数点
  geom_point(color = "#3182bd", size = 2.5) +
  # 添加y=0参考线（用于判断显著性）
  geom_hline(yintercept = 0, linetype = "dashed", color = "#e34a33") +
  # 调整标签和主题
  labs(x = "结果变量", y = "Variable系数（95%置信区间）") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # 若结果变量名过多，旋转x轴标签

补充说明 #

• 这种方法的核心是把模型结果转换成tidy数据格式，ggplot对tidy数据的天然支持让批量绘图变得简单；
• 如需其他置信水平（比如90%），把1.96换成对应分位数即可（比如1.645）；
• 可根据需求调整线段、点的颜色、大小等样式，或添加p值标记等额外元素。

内容的提问来源于stack exchange，提问作者flâneur