多元广义线性回归中具有置信区间R的偏残差图

Question

我符合以下回归模型：

mod <- betareg(connectance ~ fc * size, data = net.land.3000, link = "logit")

summary(mod)

Call:
betareg(formula = connectance ~ fc * size, data = net.land.3000, link = "logit")

Standardized weighted residuals 2:
    Min      1Q  Median      3Q     Max 
-2.4777 -0.1919 -0.0185  0.1435  2.6781 

Coefficients (mean model with logit link):
         Estimate Std. Error z value Pr(>|z|)  
(Intercept) -2.160853   0.939846  -2.299   0.0215 *
fc           0.062797   0.027081   2.319   0.0204 *
size         0.109050   0.101085   1.079   0.2807  
fc:size     -0.005822   0.003427  -1.699   0.0894 .

Phi coefficients (precision model with identity link):
        Estimate Std. Error z value Pr(>|z|)  
(phi)    85.06      42.32    2.01   0.0445 *

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

Type of estimator: ML (maximum likelihood)
Log-likelihood: 12.88 on 5 Df
Pseudo R-squared: 0.6826
Number of iterations: 35 (BFGS) + 3 (Fisher scoring) 

我尝试在考虑fc和connectance相互作用的影响的情况下，以95％的置信度绘制size和fc * size之间的关系间隔。据我了解，这是部分残差（或边际效应）图。

鉴于我有多个自变量，相互作用和非线性回归，如何在R中创建一个？我知道标准方法是将（y〜我的其他自变量）与（我的目标变量〜其他自变量）的残差进行回归，但是我不确定如何通过交互和非线性处理关系。

我已经使用plot_model()函数给了它一个镜头，并得到了以下内容：

plot_model(mod, type = "pred", terms = "fc")

但是，我期望部分残差图中的回归线的斜率等于fc的模型估计值（0.06），截距等于模型输出中的截距（-2.16），它没有。

总结我的问题：

1. 我想要部分残差图吗？
2. 如果是，那与我的模型输出中的关注变量的斜率有什么关系？
3. plot_model是给我正确的结果，还是我可以使用另一个函数来计算回归线和置信区间？

很抱歉，如果这很令人困惑，我是统计方面的初学者，非常困惑。我们将不胜感激，并乐于提供更多有用的信息！

作为参考，这是我的数据：

   connectance       fc size
1    0.3333333 37.96319    8
3    0.2500000 11.33780    8
5    0.3809524 18.16915   13
6    0.5000000 47.88571    5
8    0.2500000 14.02959   10
9    0.1904762 17.87691   13
11   0.2777778 19.11214    9
12   0.2291667 29.03701   14