我目前正在分析R中的调查数据，拟合具有交互作用项的逻辑回归模型。为了重现性，我缩短并简化了正在使用的数据。可以直接通过google drive下载。
数据（dat）由一个虚拟因变量y（虚拟），一些虚拟自变量x1:3，一个中介变量m和权重{{1 }}。
拥有csv文件后，您只需复制并粘贴以下脚本即可：
wgt您会注意到一个交互项是sig（p <0.05），而另外两个交互项不是sig（p <0.1）。
我现在需要的是可视化结果。具体来说，我需要一个图表来显示library(foreign)
dat<-read.csv("~/dat.csv") #fill in path
fit<-glm(data=dat,y ~ x1*m + x2*m + x3*m, family=quasibinomial(link="logit"), weights=wgt, na.action=na.exclude)
summary(fit)
BaylorEdPsych::PseudoR2(fit)
与x2的交互如何影响m。当我考虑线性回归时，我会想到两行图像（加上CI）。但是，在逻辑回归和交互作用的情况下，我不太确定。绘制这种相互作用效应的合适方法是什么？如何从技术上做到这一点？如果有人可以指导我，我将非常感激。
是否可以使用{ggplot2}和{effects}进行绘图，还是需要其他内容？
更新： 显然，这是获得所需图的最简单方法，甚至包括置信区间。但是我仍然在想这是否a）适用于逻辑回归模型，b）为什么使用{ggplot2}来获得它是如此复杂。
Pr(y)