plot_models是否可以与type=“pred”一起使用？

lnxxn5zx 于 2023-02-17 发布在其他

关注(0)|答案(1)|浏览(108)

我试着用下面的代码来生成描述特定变量的预测值的图形，但是，我得到了错误：

Error in (show.zeroinf && minfo$is_zero_inflated) || minfo$is_dispersion : 
  invalid 'y' type in 'x || y'

有人能给我解释一下这个错误消息吗？是不可能用plot_models来指定type=“pred吗？只有model（plot_model）它才能工作...
谢谢！

data(efc)

fit1 <- lm(barthtot ~ c160age + c12hour + c161sex + c172code, data = efc)
fit2 <- lm(neg_c_7 ~ c160age + c12hour + c161sex + c172code, data = efc)
fit3 <- lm(tot_sc_e ~ c160age + c12hour + c161sex + c172code, data = efc)

plot_models(
  fit1, fit2, fit3,
  type="pred",
  rm.terms = c(
    "c12hour", "c161sex", "c172code"
  )
)

来源：https://stackoverflow.com/questions/75426372/can-plot-models-be-used-with-type-pred

1条答案

按热度按时间

n6lpvg4x1#

您可以使用plot_model和type = "pred"而不是plot_models。您可能希望拥有如下要素的特性（以下只是第一个模型的输出）：

library(sjPlot)
#> #refugeeswelcome
library(sjmisc)
data(efc)

efc <- to_factor(efc, c161sex, e42dep, c172code)

fit1 <- lm(barthtot ~ c160age + c12hour + c161sex + c172code, data = efc)
fit2 <- lm(neg_c_7 ~ c160age + c12hour + c161sex + c172code, data = efc)
fit3 <- lm(tot_sc_e ~ c160age + c12hour + c161sex + c172code, data = efc)

lapply(list(fit1, fit2, fit3), \(x) plot_model(x, type = "pred"))
#> [[1]]
#> [[1]]$c160age