r - 从线性模型绘制交互作用效果的最佳方法

为了帮助在此处填充R标签，我发布了一些我经常从学生那里收到的问题。多年来，我已经针对这些问题提出了自己的答案，但是也许还有一些我不知道的更好的方法可以解决。

问题：我只对连续的y和x进行了回归，但对因子f进行了回归（其中levels(f)产生了c("level1","level2")）

 thelm <- lm(y~x*f,data=thedata)

现在，我想按y定义的组细分x的f预测值。我得到的所有图都很丑陋，显示的线条太多。

我的答案：尝试predict()函数。

##restrict prediction to the valid data
##from the model by using thelm$model rather than thedata

 thedata$yhat <- predict(thelm,
      newdata=expand.grid(x=range(thelm$model$x),
                          f=levels(thelm$model$f)))

 plot(yhat~x,data=thethedata,subset=f=="level1")
 lines(yhat~x,data=thedata,subset=f=="level2")

是否还有其他想法（1）对于新来者更容易理解和/或（2）从其他角度来看更好？

最佳答案

效果包具有用于可视化回归预测值的良好绘图方法。

thedata<-data.frame(x=rnorm(20),f=rep(c("level1","level2"),10))
thedata$y<-rnorm(20,,3)+thedata$x*(as.numeric(thedata$f)-1)

library(effects)
model.lm <- lm(formula=y ~ x*f,data=thedata)
plot(effect(term="x:f",mod=model.lm,default.levels=20),multiline=TRUE)