使用ggpredict()绘制lme预测图时如何修改分组系数hp的显示名称

不需要改动原有混合效应模型的拟合逻辑，有两种可直接落地的操作方式调整hp的显示标签：

方法1：在绘图层补充美学标签映射 #

ggpredict()经plot()输出的对象是标准ggplot结构，原有代码仅在labs()函数中定义了x、y轴标签，只需在同一函数内补充hp对应的视觉映射标签即可。
需要注意：ggeffects默认对第三项分组变量同时映射颜色和线型两种视觉元素，必须同时为两个维度指定自定义标签，否则会出现两个独立的默认变量名标题。
可直接运行的代码：

library(nlme)
library(ggeffects)
library(ggplot2)

# 拟合线性混合效应模型
lme1 <- lme(mpg ~ cyl +  disp + hp,
            random = ~1|disp, method = "ML", data=mtcars)

# 绘图并自定义全部显示标签
plot(ggpredict(lme1, terms = c("cyl", "disp", "hp[80,150,215]"))) +
  labs(
    x = "气缸数量",
    y = "每美制加仑燃油行驶里程（英里）",
    # 替换hp对应的图例标题
    color = "总马力",
    linetype = "总马力"
  )

方法2：提前绑定变量标签自动识别 #

ggeffects内置了变量标签自动读取逻辑，只要提前给数据框中的目标变量添加自定义标签属性，后续所有基于该数据集的ggpredict()绘图，都会自动将属性值作为对应分面、分组维度的显示名，不需要在绘图层重复写标签定义代码。
实现代码：

# 为hp变量绑定自定义显示标签
attr(mtcars$hp, "label") <- "总马力"

# 直接绘图即可自动加载自定义标签
plot(ggpredict(lme1, terms = c("cyl", "disp", "hp[80,150,215]"))) +
  labs(x = "气缸数量", y = "每美制加仑燃油行驶里程（英里）")

两种方法的适用差异：

• 方法1适合临时调整单张图的显示内容，不需要修改原始数据集结构，调整灵活度最高
• 方法2适合批量生成同数据集的多组预测图，一次设置即可在所有绘图环节复用，减少重复代码

操作提示：如果需要修改第二参数对应的分面变量（本例中为disp）的分面标题，操作逻辑完全一致：要么在labs()函数中给facet参数传入自定义名称，要么提前为disp变量绑定对应标签属性即可。

内容的提问来源于stack exchange，提问作者Matthew