如何在绘图前不过滤数据的情况下在ggplot2中绘制plot_model x轴项目的子集？

编程问答 2022-10-11

问题描述

我想使用 sjPlot::plot_model 生成一些边际效应图，这些图稍后会稍作修改。具体来说，我想用有序的分类预测器运行回归。然后我想在回归对象上运行 plot_model 以生成一个 ggplot2 对象，但为了便于可视化而删除了分类预测器的一些元素（例如，从回归中的 10 个类别到回归中的 5 个类别）情节）。

我知道我可以使用 ggeffects::ggpredict() 生成 plot_model 使用的基础数据，但希望有更简单的方法，例如将参数传递给 scale_x_discrete()。

这是标准的 plot_model 输出。有没有一种直接的方法可以删除一个 x 轴元素，比如“6”，但仍然绘制“4”和“8”？

marginal effects plot of automatic transmission vs number of cylinders

library(sjPlot)

mt <- mtcars

mt$cyl_fct <- as.factor(mt$cyl)

# automatic transmission vs number of cylinders
glm_out <- glm(am ~ cyl_fct,family = binomial,data = mt)

# plot model works fine but how to just show just 4 and 8 on x-axis?
plot_model(glm_out,type = "eff",terms = "cyl_fct") + 
  scale_y_continuous(labels = scales::percent_format(accuracy = 0.1)) 

# options like `breaks` and `limits` don't seem to do the trick
plot_model(glm_out,terms = "cyl_fct") + 
  scale_y_continuous(labels = scales::percent_format(accuracy = 0.1)) +
  scale_x_discrete(breaks = c("4","8"),limits = c("4","8"))

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

ggplot2rrsjplot