Изменить порядок оси x с помощью plot_model () из sjPlot

Question

Я запустил модель биномиальной логистической регрессии в R, используя пакет lme4. Теперь я хочу построить приблизительное среднее значение для модели, поэтому я установил пакет sjPlot и использовал функцию plot_model().

Моя ось x включает три переменные, соответствующие трем различным группам: «L1», «HS» и «L2». Я хочу, чтобы три переменные были в этом точном порядке. Однако, когда я строю модель, я получаю «HS» перед «L1», потому что метки отображаются в алфавитном порядке. Я хотел бы изменить порядок этих двух меток, и я знаю, как это сделать в кадре данных, но не при построении модели с этой функцией. Любые идеи о том, как изменить порядок моей оси X с помощью пакета sjPlot?

Answer 1

Вы можете изменить порядок коэффициентов, используя order.terms -аргумент.Обратите внимание, что числа для этого аргумента соответствуют позиции резюме.Пример:

library(sjPlot)
library(sjlabelled)
data(efc)
efc <- as_factor(efc, c161sex, e42dep, c172code)
m <- lm(neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code, data = efc)

plot_model(m, auto.label = F)

summary(m)
#> 
#> Call:
#> lm(formula = neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code, 
#>     data = efc)
#> 
#> Residuals:
#>     Min      1Q  Median      3Q     Max 
#> -6.5411 -2.0797 -0.5183  1.3256 19.1412 
#> 
#> Coefficients:
#>             Estimate Std. Error t value Pr(>|t|)    
#> (Intercept) 17.65938    0.82864  21.311  < 2e-16 ***
#> pos_v_4     -0.66552    0.05163 -12.890  < 2e-16 ***
#> c12hour      0.01134    0.00270   4.201 2.95e-05 ***
#> e42dep2      0.84189    0.47605   1.768 0.077355 .  
#> e42dep3      1.73616    0.47118   3.685 0.000244 ***
#> e42dep4      3.10107    0.50470   6.144 1.26e-09 ***
#> c172code2    0.12894    0.28832   0.447 0.654844    
#> c172code3    0.69876    0.36649   1.907 0.056922 .  
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> Residual standard error: 3.27 on 810 degrees of freedom
#>   (90 observations deleted due to missingness)
#> Multiple R-squared:  0.2981, Adjusted R-squared:  0.292 
#> F-statistic: 49.15 on 7 and 810 DF,  p-value: < 2.2e-16

# according to summary, order of coefficients:
# 1=pos_v_4, 2=c12hour, 3=e42dep2, 4=e42dep3, ...
plot_model(m, auto.label = F, order.terms = c(1,2,4,5,3,6,7))

^{Создано в 2019-05-08 пакетом Представить (v0.2.1)}