ggeffects::ggemmeans()重设因子水平后预测表输出错配问题咨询

这是ggeffects早期版本的已知bug，和你调整因子水平顺序的操作没有关系，不属于使用不当导致的错误。

先做个简单验证：你直接对场景b拟合的模型跑原生的emmeans()：

lm(cty ~ manufacturer, data = my_mpg_manuf_as_fac_b) %>%
  emmeans(~manufacturer)

返回的结果里，每个厂商对应的预测值、置信区间都是完全准确的，不存在标签和数值错位的问题——也就是说从数据整理、因子重排到模型拟合的全流程，你的操作都没有错误。

错位的根源在当时版本的ggemmeans()内部实现：

• 函数在生成结果表的x类别列时，会正确读取你调整后的因子水平顺序，生成对应顺序的行标签
• 但在把预测值、置信区间和行标签做匹配时，没有按照类别名称做一一映射，而是直接按照模型内部存储的初始因子顺序（也就是第一次转成因子时的默认字母升序）把数值硬填入对应行
• 最终就出现了你复现的典型现象：x列的标签顺序完全符合你重排后的结果，但是每一行的数值还是旧顺序下的对应值——比如原a场景里audi对应的17.61，到b场景第一行标签换成volkswagen时，还是保留了17.61的数值，完全和实际预测值不匹配。

• 长期方案：直接把ggeffects升级到0.16.0及以上版本，该错位问题已经在这个版本后被正式修复
• 临时规避：如果暂时没法升级版本，可以在调用ggemmeans()时手动指定需要计算的因子水平列表，强制函数按照你指定的顺序做取值匹配：

pred_b_correct <- lm(cty ~ manufacturer, data = my_mpg_manuf_as_fac_b) %>%
  ggemmeans(
    terms = "manufacturer",
    add.args = list(levels = levels(my_mpg_manuf_as_fac_b$manufacturer))
  )

内容的提问来源于stack exchange，提问作者Emman