如何绘制交互作用项标准差变化的边际效应？-解网

问：

我想绘制交互作用项的标准差变化的边际效应。我正在尝试绘制交互作用项的条件边际效应，即模型的偏导数（斜率），但由于我的数据的性质和变化，单位变化可能有点误导。因此，我想将数字转换为标准差变化而不是单位变化，这样我就可以获得实质性效果，以便更好地解释。我目前正在使用边际效应包来绘制它。所以，这里有一个例子。

假设我有以下模型，我想看看 hp 对 disp 值的 mpg 的边际影响（例如，我不确定这些变量是什么意思）：

data(mtcars)
mod <- lm(mpg ~ hp * disp + factor(am), data = mtcars)
summary(mod)

Call:
lm(formula = mpg ~ hp * disp + factor(am), data = mtcars)

Residuals:
    Min      1Q  Median      3Q     Max 
-3.3599 -1.7385 -0.2522  0.7915  5.2211 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)  3.600e+01  3.678e+00   9.786 2.25e-10 ***
hp          -9.196e-02  2.441e-02  -3.767 0.000816 ***
disp        -5.418e-02  1.858e-02  -2.915 0.007062 ** 
factor(am)1  2.289e+00  1.455e+00   1.573 0.127297    
hp:disp      2.269e-04  9.377e-05   2.419 0.022563 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.623 on 27 degrees of freedom
Multiple R-squared:  0.835, Adjusted R-squared:  0.8105 
F-statistic: 34.15 on 4 and 27 DF,  p-value: 3.355e-10

为了查看条件边际效应，我使用边际效应包绘制了该图：

library(marginaleffects)
plot1 <- plot_slopes(mod, variables = "hp", condition = "disp") +
      geom_hline(yintercept=0,linetype=2) +
      geom_rug(aes(x=disp), data=mtcars, sides="b") +
      theme_grey()
    plot1

结果如下图所示：

它显示了 hp 在 disp 上的单位变化的边际效应（斜率）。我想得到的不是单位变化，而是 hp 标准差变化的边际效应。我愿意使用其他软件包和替代方法来绘制边际效应。不确定边际效应包的可塑性如何。如果您需要进一步澄清，请告诉我。

ggplot2 际 R-边际效应

library(marginaleffects)
library(ggplot2)

mtcars2 <- within(mtcars, hp <- scale(hp)[,1])
mod <- lm(mpg ~ hp * disp + factor(am), data = mtcars2)

plot_slopes(mod, variables = "hp", condition = "disp") +
  geom_hline(yintercept = 0, linetype = 2) +
  geom_rug(aes(x = disp), data = mtcars2, sides = "b") +
  theme_grey()

^{创建于 2023-09-28 with reprex v2.0.2}

3赞 Vincent 9/29/2023 #2

您可以使用该函数轻松获得此值，其中可以使用参数在预测变量中指定 1SD 的增加：plot_comparisons()variables

library(marginaleffects)

mod <- lm(mpg ~ hp * disp + factor(am), data = mtcars)

plot_comparisons(mod, variables = list(hp = "sd"), condition = "disp")

当然，在这个简单的线性模型中，@allan-Cameron 的解是等价的。这种方法的好处是，它允许进行一系列其他比较（例如：四分位数、2SD、自定义增量），而无需弄清楚正确的标准化是什么，也不必重新调整模型。

如何绘制交互作用项标准差变化的边际效应？

How to plot a marginal effect of a standard deviation change of an interaction term?

评论

评论