我对用R中的interplot函数创建的图的解释有一个疑问。目的是找出参与对个人是否迁移有什么影响,以及个人的财富(HH_type)如何改变这种影响。
participation是一个连续变量,HH_type的值为1(对于贫穷的个体),2(中间)和3(对于有钱个体)。

我估计了这个模型:

library(lme4)
Model_int1 <- glmer(migration ~ participation:HH_type + participation + HH_type + sex + age + education + hh_migrated + (1 | country/district),
data = migration_sudden,
family = binomial(link = "logit"))

我得到了消极而重要的互动。

要创建图,我使用了interplot函数:
library(interplot)
interplot(m = Model_int1, var1 = "participation", var2 = "HH_type") +
 xlab("Wealth") +
 ylab("Estimated Coefficient for Participation") +
 theme_bw() +
 ggtitle("Estimated Coefficient of Participation on migration by household wealth") +
 theme(plot.title = element_text(face="bold")) +
 geom_hline(yintercept = 0, linetype = "dashed")

我得到这个情节:

r - 交会图的解释-LMLPHP

现在,我不确定如何解释这个情节。可以说,如果穷人有很多参与的机会,他们更有可能移民;对于中等财富的人来说,参与对他们是否迁移没有影响,而富人如果有很高的参与机会,他们迁移的可能性就较小。

最佳答案

“该函数可视化双向交互项中一个变量的系数变化,该条件取决于另一个包含的变量的值。该图还包括这些系数的95%机密间隔的模拟值。”在上面的财富增加图中,参与系数的大小减小了。

概要:
情节工作基于双向交互作用项。

有关更多信息和更多示例,请参考https://cran.r-project.org/web/packages/interplot/vignettes/interplot-vignette.html

关于r - 交会图的解释,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50228085/

10-12 00:26