ggplot2绘制Logistic回归图呈线性而非S型曲线，求解决方法

核心原因 #

1. 绘图模型与拟合模型不匹配：你拟合的是带个体随机效应(1|p_id)的混合效应Logistic回归模型，但geom_smooth(method="glm")调用的是普通固定效应GLM，两者的参数估计和预测结果存在差异，并非你实际拟合的模型输出。

2. S型曲线的视觉线性化：即使是正确的Logistic模型，当预测变量imd_score的取值范围恰好落在S型曲线的中间近似线性段时，曲线会呈现出接近直线的形态。这种情况通常发生在：

   • imd_score的回归系数绝对值很小，导致在0-80的范围内，预测概率的变化幅度始终处于S曲线的中间平缓上升/下降段；
   • 数据中imd_score的取值集中在S型曲线的线性区间，未覆盖到概率趋近于0或1的极端区域。

解决步骤 #

步骤1：验证模型系数与数据分布 #

先查看你拟合的混合效应模型中imd_score的系数，确认其对概率的影响幅度：

summary(trees_imd_urb)

同时检查imd_score的分布和预测概率的范围：

# 查看IMD得分分布
hist(um_sub$imd_score)
# 查看模型对原始数据的预测概率范围
um_sub$pred <- predict(trees_imd_urb, type = "response")
range(um_sub$pred)

如果预测概率的范围在0.3-0.7之间，视觉上就会呈现线性。

步骤2：绘制实际混合效应模型的预测曲线 #

要得到与你拟合的glmer模型一致的曲线，需要手动生成预测数据并绘制：

1. 创建包含imd_score全范围、其他协变量取典型值的模拟数据集：

new_data <- expand.grid(
  imd_score = seq(0, 80, by = 1),
  # 连续变量取均值，分类变量取参考水平
  age = mean(um_sub$age, na.rm = TRUE),
  gender = levels(um_sub$gender)[1],
  ethnicity = levels(um_sub$ethnicity)[1],
  education = levels(um_sub$education)[1],
  occupation = levels(um_sub$occupation)[1],
  urban_grow = levels(um_sub$urban_grow)[1],
  urban_rural = levels(um_sub$urban_rural)[1],
  p_id = unique(um_sub$p_id)[1] # 取单个个体或后续取平均
)

2. 从glmer模型中预测概率（re.form=NA表示只考虑固定效应的群体水平预测）：

new_data$pred_prob <- predict(trees_imd_urb, newdata = new_data, type = "response", re.form = NA)

3. 结合原始数据和预测结果绘图：

log_plot_trees_imd <- ggplot() +
  geom_jitter(data = um_sub, aes(x = imd_score, y = as.numeric(trees)-1), width = 0, height = 0.05) +
  geom_line(data = new_data, aes(x = imd_score, y = pred_prob), color = "darkblue", linewidth = 1) +
  labs(x = "IMD scores", y = "Probability of Seeing Trees")

print(log_plot_trees_imd)

步骤3：（可选）展示随机效应的影响 #

如果需要展示个体随机效应的差异，可以保留随机效应预测，然后对多个个体的曲线取平均或绘制代表性个体的曲线：

# 生成包含多个p_id的预测数据
new_data_multi <- expand.grid(
  imd_score = seq(0, 80, by = 1),
  age = mean(um_sub$age, na.rm = TRUE),
  gender = levels(um_sub$gender)[1],
  ethnicity = levels(um_sub$ethnicity)[1],
  education = levels(um_sub$education)[1],
  occupation = levels(um_sub$occupation)[1],
  urban_grow = levels(um_sub$urban_grow)[1],
  urban_rural = levels(um_sub$urban_rural)[1],
  p_id = sample(unique(um_sub$p_id), 10) # 随机选10个个体
)

new_data_multi$pred_prob <- predict(trees_imd_urb, newdata = new_data_multi, type = "response")

# 绘制个体曲线+群体平均曲线
log_plot_trees_imd <- ggplot() +
  geom_jitter(data = um_sub, aes(x = imd_score, y = as.numeric(trees)-1), width = 0, height = 0.05, alpha = 0.3) +
  geom_line(data = new_data_multi, aes(x = imd_score, y = pred_prob, group = p_id), color = "lightblue", linewidth = 0.8) +
  geom_line(data = new_data, aes(x = imd_score, y = pred_prob), color = "darkblue", linewidth = 1.2) +
  labs(x = "IMD scores", y = "Probability of Seeing Trees")

print(log_plot_trees_imd)

内容的提问来源于stack exchange，提问作者Luca