如何使用R的interactions包绘制二元交互效应分面图

我在使用R语言interactions包中的cat_plot函数（ggplot的封装工具）绘制两个分类变量的二元交互效应图，基于diamonds数据集的基础实现代码如下：

require(interactions)

data("diamonds")

m <- glm(price ~ cut*color, data = diamonds)

cat_plot(m, pred = cut, modx = color, geom = "bar", colors = "Set1")

运行后即可得到对应的可视化结果，但我希望生成分面图，将每个cut类别单独展示以降低解读难度。三元交互效应可以通过facet.modx = TRUE参数实现，但我在二元交互场景下运行如下代码时：

cat_plot(m, pred = cut, modx = color, geom = "bar", colors = "Set1", facet.modx = TRUE)

出现如下报错：

Error in prep_data(model = model, pred = pred, modx = modx, pred.values = pred.values,  : 
  formal argument "facet.modx" matched by multiple actual arguments

我实际使用的数据集对应的是glmer模型，因此希望尽量在interactions包的框架下实现该需求。

尝试方案1 #

根据@stefan的建议，我尝试了叠加ggplot分面图层的语法：

cat_plot(m, pred = cut, modx = color, geom = "bar", colors = "Set1") + facet_wrap(~cut)

得到的结果几乎符合预期，但x轴仍然保留了所有cut类别的刻度，仅隐藏了对应柱形，我理想的效果是将color类别放在x轴上。

业务场景复现 #

我使用更贴近实际业务场景的模拟数据复现了问题，数据包含二分类结局、glmer随机效应等结构：

require(lme4)
require(interactions)

set.seed(123)
id <- rep(1:150, each = 4)
condition <- rep(c("a", "b", "c"), each = 4, times = 50)
cat_mod <- rep(c("cat_1", "cat_2", "cat_3", "cat_4"), each = 1, length.out = 600)
control_mod <- rep(c("control_1", "control_2"), each = 4, length.out = 600)
binary_choice <- rbinom(600, 1, 0.5)


simdat <- data.frame(id, condition, cat_mod, binary_choice, control_mod)

m <- glmer(binary_choice ~ condition*cat_mod + control_mod + (1 | id), family=binomial, data = simdat)

cat_plot(m, pred = condition, modx = cat_mod, geom = "bar", colors = "Set1")

运行后得到对应交互图，我希望保留y轴的响应尺度，且保留模型对随机截距的拟合结果，因此不想直接使用ggplot绘图，而interactions包原生支持广义线性混合模型（GLMM），使用起来非常便捷。

最终解决方案 #

根据@RStam的建议微调代码，统一所有y轴的尺度，同时移除了底部重复的分面标签，最终代码如下：

cat_plot(m, pred = condition, modx = cat_mod, geom = "bar", colors = "Set1") + 
  scale_x_discrete(labels = c(a = " ", b = " ", c = " ")) + 
  facet_wrap(condition~., scales= "free_x")

运行后即可得到符合预期的分面交互图。

内容的提问来源于stack exchange，提问作者becbot