求助：如何在R中绘制多回归规格系数与置信区间图

核心思路 #

这类展示多回归模型系数及置信区间的图属于系数森林图范畴，针对断点回归（RD）的多规格模型，核心是先整理好各模型的系数、置信区间及分组特征，再用ggplot2实现可视化。

步骤1：整理数据 #

首先需要把每个回归规格的结果整理成结构化数据框，包含以下字段：

• 模型分组特征：比如控制变量（有/无）、多项式阶数（1阶/2阶）、带宽方法（最优带宽/固定带宽）
• 系数值（estimate）
• 置信区间下限（ci_low）
• 置信区间上限（ci_high）

示例模拟数据：

# 模拟RD多规格模型结果数据
library(tidyverse)

model_data <- tibble(
  model_group = rep(c("无控制变量", "有控制变量"), each = 4),
  poly_type = rep(c("1阶多项式", "1阶多项式", "2阶多项式", "2阶多项式"), 2),
  bandwidth = rep(c("最优带宽", "固定带宽"), 4),
  estimate = c(0.12, 0.15, 0.09, 0.11, 0.10, 0.13, 0.08, 0.09),
  ci_low = c(0.03, 0.06, 0.01, 0.02, 0.01, 0.04, -0.01, 0.00),
  ci_high = c(0.21, 0.24, 0.17, 0.20, 0.19, 0.22, 0.17, 0.18)
)

# 生成唯一的模型标签，用于y轴展示分组信息
model_data <- model_data %>%
  mutate(model_label = str_c(model_group, "\n", poly_type, "\n", bandwidth))

步骤2：用ggplot2绘制图表 #

library(ggplot2)

ggplot(model_data, aes(x = estimate, y = fct_rev(model_label))) +
  # 添加系数参考线（x=0）
  geom_vline(xintercept = 0, linetype = "dashed", color = "gray50") +
  # 绘制系数点及置信区间
  geom_pointrange(aes(xmin = ci_low, xmax = ci_high), size = 0.8, color = "#2c3e50") +
  # 按控制变量分组添加分隔线
  geom_hline(aes(yintercept = as.numeric(fct_rev(model_label)) + 0.5), 
             data = model_data %>% filter(model_group == "无控制变量") %>% slice(4),
             linetype = "solid", color = "gray80") +
  # 设置坐标轴与标题
  labs(x = "回归系数（95%置信区间）", y = "回归模型规格",
       title = "断点回归多规格模型系数对比") +
  # 美化图表主题
  theme_minimal() +
  theme(
    panel.grid.major.y = element_blank(),
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
    axis.title = element_text(size = 12)
  )

适配真实RD结果 #

如果是用rdrobust或rdlocrand等RD专用包得到的结果，可直接提取模型输出的系数和置信区间填充数据框：

library(rdrobust)
# 假设已运行某RD模型
rd_model <- rdrobust(y = your_y, x = your_running_var, c = cutoff_value, p = 1, h = optimal_bandwidth)
# 提取核心结果
estimate <- rd_model$coef[1]
ci_low <- rd_model$ci[1,1]
ci_high <- rd_model$ci[1,2]

将所有模型的上述结果整理到model_data数据框中，即可生成与目标图表结构一致的可视化结果。

内容的提问来源于stack exchange，提问作者Andres Rengifo