R中plot_model绘制GLM交互图如何正确显示原始数据点

问题场景 #

• 基于鸟类维基百科页面浏览量与生活史特征的关联分析需求，构建GLM模型后用plot_model绘制交互效应图，初始代码可正常出图：

m2.0_human_sedentary = glm(log_av_total_views ~ log_life_s * human_sett * log_weight_u_m + sedentary, 
                           data = model_totalcount_lifeh)

plot_model(m2.0_human_sedentary, type = "int")

• 默认输出的图表不展示单个原始数据点，为直观呈现数据实际分布，添加show.data = TRUE参数尝试叠加原始点：

plot_model(m2.0_human_sedentary, type = "int", show.data = TRUE)

• 代码运行全程无报错，输出的4张子图中有3张可正常显示叠加的数据点，但最后一张三向交互子图完全不具备正常图表形态。
• 用到的示例数据结构如下（暂未放入模型调用的全字段，需要可随时补充）：

model_totalcount_lifeh <-
  structure(
    list(
      title = c(
        "Peregrine falcon",
        "Golden eagle",
        "Osprey",
        "Common raven",
        "Mallard"
      ),
      category.x = structure(
        c(1L,
          1L, 1L, 1L, 1L),
        levels = c("LC", "NT", "VU"),
        class = "factor"
      ),
      av_total_views = c(
        69717.4912280702,
        53478.4210526316,
        49867.9473684211,
        39600.8245614035,
        33459.8771929825
      ),
      av_summer_views = c(
        78226.962962963,
        54020.7777777778,
        58687.5925925926,
        46819.7037037037,
        36948.7777777778
      ),
      Wing = c(332.5, 626, 482, 421.4, 272),
      life_s = c(17,
                 32, 27, 23, 23)
    ),
    class = c("grouped_df", "tbl_df", "tbl",
              "data.frame"),
    row.names = c(NA,-5L),
    groups = structure(
      list(
        title = c(
          "Common raven",
          "Golden eagle",
          "Mallard",
          "Osprey",
          "Peregrine falcon"
        ),
        .rows = structure(
          list(4L, 2L, 5L, 3L,
               1L),
          ptype = integer(0),
          class = c("vctrs_list_of", "vctrs_vctr",
                    "list")
        )
      ),
      class = c("tbl_df", "tbl", "data.frame"),
      row.names = c(NA,-5L),
      .drop = TRUE
    )
  )

故障原因 #

这是plot_model对分组tibble（grouped_df类对象）的兼容性bug：绘制三向交互子图叠加原始点时，函数没有自动清除数据集的分组属性，导致原始点的坐标映射逻辑错位，最终出图形态异常，且该逻辑问题不会触发运行报错。

修复方法 #

任选一种即可解决问题：

1. 最稳妥方案：建模前先取消数据集的分组属性，从根源避免属性干扰，之后重新拟合模型再绘图即可

# 清除数据的分组属性
model_totalcount_lifeh <- ungroup(model_totalcount_lifeh)
# 重新拟合模型
m2.0_human_sedentary = glm(log_av_total_views ~ log_life_s * human_sett * log_weight_u_m + sedentary, 
                           data = model_totalcount_lifeh)
# 重新绘图
plot_model(m2.0_human_sedentary, type = "int", show.data = TRUE)

2. 无需重跑模型的方案：绘图时手动传入转为普通数据框的原始数据，绕开函数的分组识别bug

plot_model(m2.0_human_sedentary, 
           type = "int", 
           show.data = TRUE,
           dot.alpha = 0.6, # 可选：调整原始点透明度，避免遮挡拟合线
           jitter = 0.2, # 可选：给点加少量横向扰动，避免点完全重叠
           data = as.data.frame(model_totalcount_lifeh))

内容的提问来源于stack exchange，提问作者Olwen Belgrove