R语言使用effects包绘制clmm模型效应图时如何省略截距线

图中附带的水平虚线本质是有序回归估计的响应类别划分阈值（即clmm模型的截距项），是effects包在绘制潜变量尺度效应时默认自动叠加的参考线，可通过调整绘图参数直接关闭，无需修改模型本身的计算逻辑

便捷实现（推荐） #

effects包针对有序回归类模型的绘图方法，自带控制阈值线显示的专属参数，直接在plot()调用时设置即可省略截距虚线，完全兼容你提供的可复现代码：

library(ordinal)
library(MASS)
library(effects)

mod <- clmm(poverty ~ age + (1|country), data = WVS)
# 原代码基础上增加 thresholds = FALSE 参数关闭阈值线绘制
plot(Effect("age", mod, latent = TRUE), thresholds = FALSE)

• 该参数默认值为TRUE，对应显示所有类别划分的水平虚线
• 设置为FALSE后，绘图将仅保留年龄对应的潜变量效应拟合曲线、置信区间带，y轴尺度、效应值计算逻辑与原绘图完全一致，不会出现结果偏差

版本兼容兜底方案 #

如果遇到本地effects包版本较旧、不识别thresholds参数的情况，可手动提取效应对象的核心绘图数据，完全绕开默认绘图流程自定义重绘，实现同样的无截距线效果：

# 1. 生成年龄的潜变量效应对象
age_eff <- Effect("age", mod, latent = TRUE)
# 2. 提取拟合值、置信区间的结构化数据
eff_plot_data <- as.data.frame(age_eff)

# 3. 手动绘制仅含效应线、置信区间的图
with(eff_plot_data, {
  # 初始化空画布
  plot(
    x = age, y = fit,
    type = "n",
    xlab = "年龄",
    ylab = "贫困潜变量尺度效应"
  )
  # 绘制半透明置信区间带
  polygon(
    x = c(age, rev(age)),
    y = c(lower, rev(upper)),
    col = adjustcolor("gray", alpha.f = 0.3),
    border = NA
  )
  # 加粗绘制核心效应拟合线
  lines(age, fit, lwd = 2, col = "darkblue")
})

避坑提醒：不要通过修改clmm模型本身的截距项参数来尝试移除线条，这种操作会直接扭曲模型实际估计的效应值，导致绘图结果和统计模型的真实输出出现偏差，上述两种方法都完全保留了原模型的效应计算逻辑，仅调整图形展示元素。

内容的提问来源于stack exchange，提问作者Amanda S