14、模型处理与可视化：实用指南

模型处理与可视化：实用指南

1. 模型图形的正确呈现

基于统计模型的图形面临着有效数据可视化的常见挑战，同时还需应对额外的难题。模型结果通常需要大量的解释和必要的背景知识，模型越复杂，有效传达这些信息就越困难，也越容易误导受众或自己。在社会科学领域，过去十到十五年间，我们清晰诚实地呈现基于模型的图形的能力有了显著提升。

为了正确呈现基于模型的图形，可遵循以下原则：
- 以实质内容呈现结果 ：有用的基于模型的图形应以对分析试图回答的问题具有实质意义且可直接解释的方式展示结果。这意味着在展示结果时，要将分析中的其他变量保持在合理的值，如均值或中位数。对于连续变量，生成涵盖分布中有意义变化（如从第25百分位到第75百分位）的预测值，而非仅展示感兴趣变量的单位增量。对于无序分类变量，可针对数据中的众数类别或理论上感兴趣的特定类别呈现预测值。此外，使用读者易于理解的尺度（如将对数赔率转换为预测概率）也有助于结果的解释。
- 展示置信程度 ：模型估计带有各种精度、置信度、可信度或显著性的度量。在呈现结果时，至少应展示所选的模型拟合度量或置信评估的范围。ggplot中的一些几何对象（如 geom_pointrange() 、 geom_errorbar() 和 geom_ribbon() ）可用于展示由x轴位置和y轴上的 ymin 和 ymax 范围定义的区间。
- 尽可能展示数据 ：绘制多元模型的结果通常有两种方式。一是展