如何从交互作用项中提取边际效应？

Question

我正在尝试从一个交互术语中提取边际效应，该术语捕获了经过处理的X对X（X编码为1或0）对结果Y（Y编码为-10到10）的影响。通过变量A（A编码在0到10之间）。但是，我不确定如何以最高和最低的A度量从交互项中提取边际效应。

 m<-lm(Y~ X*A, data = combined)

总体而言，我设法使用插值函数生成了边际效应图：

interplot(m = m, var1 = "X", var2 = "A", ci = 0.90)+
  ylab("X")+
  xlab("A")+
  theme_bw()+
  ggtitle("Figure 1. Effect of X on Y Moderated by A")+
  theme(plot.title = element_text(face = "bold"))+
  geom_hline(yintercept = 0, linetype = "dashed")

另外，我尝试使用ggpredict提取不同A级别下具有90％置信区间的边际效应：

margin1<- ggpredict(m, c ("X", "A"), ci = 0.90)

margin1

但是，使用ggpredict产生的边际系数与我在m的摘要中看到的不符，也不与边际效应图一致。相反，我得到的估计显然不准确或不准确。如何提取交会图中所见的边际效应？

Answer 1

不幸的是，由于您没有提供示例数据，因此这是使用R内置state.x77数据集的一个最小示例。

fit <- lm(Income ~ Illiteracy * Murder, data = as.data.frame(state.x77))

我们对Illiteracy对Income的边际影响感兴趣

library(sjPlot)
plot_model(fit, type = "int")

此处plot_model使用Murder的最小值和最大值作为分组级别（这是默认行为，请参见Plotting linteraction effects of Regression Models vignette for details）。