如何用Jtools包的effect_plot绘制多预测变量lm模型的回归线？

如果你需要给包含多个预测变量的线性回归（LM）模型绘制回归线，推荐用jtools包中的effect_plot()函数——它底层依托ggplot2，能帮你轻松聚焦单个预测变量对响应变量的边际效应，同时自动控制其他协变量的影响，让可视化结果更清晰。

实现步骤与示例代码 #

这里用R内置的state.x77数据集做演示：

# 加载所需包和数据集
library(datasets)
library(jtools)

# 将矩阵格式的state.x77转为数据框
state_df <- as.data.frame(state.x77)

# 构建包含两个预测变量的LM模型
model <- lm(Income ~ Frost + Illiteracy, data = state_df)

# 可选：查看模型拟合摘要
summary(model)

# 绘制Illiteracy与Income的回归线（自动控制Frost在均值水平）
effect_plot(model, pred = "Illiteracy")

关键说明 #

• pred参数指定你要可视化的目标预测变量，例子里我们选择了Illiteracy
• 函数会自动把其他预测变量（这里是Frost）固定在均值水平，以此展示目标变量对响应变量的边际影响
• 生成的图基于ggplot2，你可以用ggplot的语法进一步调整图的样式（比如添加标题、修改线条颜色等）

内容的提问来源于stack exchange，提问作者user138089