glm.nb拟合负二项回归用interplot绘交互图报错如何解决

• interplot包默认不原生支持MASS::glm.nb()拟合返回的negbin类模型对象，你看到的报错是因为包依赖的参数模拟泛型函数sim()没有适配negbin类，找不到对应的执行方法。
• 负二项回归的交互效应图可以通过以下几种方案实现：

marginaleffects包是当前对各类回归模型适配范围最广的边际效应/交互效应绘图工具，无需修改模型属性，直接支持negbin类对象。

# 首次使用先安装
install.packages("marginaleffects")
library(marginaleffects)

# 1. 绘制预测值类交互图：展示两个交互变量不同取值组合下的因变量预测值
# aid1和aid的交互
plot_predictions(model, condition = list("aid1", "aid"))
# Adjusted.aid1和Adjusted.aid2的交互
plot_predictions(model, condition = list("Adjusted.aid1", "Adjusted.aid2"))

# 2. 如果需要绘制边际效应类交互图：展示一个变量的边际效应随另一个调节变量的变化趋势
# 例：aid的边际效应随aid1的变化
plot_slopes(model, variables = "aid", condition = "aid1")

如果需要沿用interplot的绘图风格，可以临时修改模型的类属性，让interplot可以调用适配glm类的sim方法完成计算。

注意：修改类属性前建议备份原模型对象，避免后续其他分析调用模型时出现异常。

# 备份原模型
model_backup <- model
# 临时修改模型类为glm/lm，适配interplot的方法调用
class(model) <- c("glm", "lm")

# 运行原interplot代码即可出图
interplot(m = model, var1 = "aid1", var2 = "aid")
interplot(m = model, var1 = "Adjusted.aid1", var2 = "Adjusted.aid2")

# 用完后恢复原模型类
model <- model_backup

effects包同样原生支持negbin类模型，可以直接输出交互项的效应图：

# 首次使用先安装
install.packages("effects")
library(effects)

# 生成指定交互项的效应对象并绘图
plot(effect("aid1*aid", model))
plot(effect("Adjusted.aid1*Adjusted.aid2", model))

内容的提问来源于stack exchange，提问作者Taco