使用 plot_model 在边际效应图中删除二元预测变量的线

Question

我正在尝试使用 plot_model (sjPlot) 从公开可用的调查数据中根据逻辑回归 I 运行生成边际效应图。该图的预测变量是二元的（男性或女性），响应变量是受访者是否投票给绿党。

这是代码：

logit3 %>%
  plot_model(
    type = "pred",
    terms = "female"
  ) +
  labs(
      x = "Gender",
      y = "Predicted probability of voting Green",
      title = "Predicted probability of voting Green by gender"
  )

剧情是这样的：

绘图效果很好，但是，由于这是一个二元预测变量，我希望它是两个独立的点（男性和女性），具有置信区间，而不是两者之间的直线。

我确定这有一个简单的答案，我只是太蠢了，但我似乎无法在网上找到任何东西。我也没有在这个论坛上发太多帖子，所以如果我需要提供其他任何东西，请告诉我。

谢谢

Answer 1

抱歉没有发布代表。使用 factor() 指定预测变量解决了问题，谢谢！我之前曾尝试使用 as.factor()，但没有用。

library(sjPlot) 
mtcars$am <- factor(mtcars$am)
m <- glm(vs ~ am, mtcars, family = 'binomial')
plot_model(m, type = "pred", terms = "am")

使用 plot_model 在边际效应图中删除二元预测变量的线

Removing line for binary predictors in a marginal effects plot using plot_model

r

ggplot2

sjplot