Prace dyplomowe · Wykresy

Wynik regresji na wykresie: współczynniki, przewidywania, interakcje

Pięć rysunków z jednego modelu: wykres współczynników z 95% CI, przewidywane wartości z pasmem ufności i predykcji, interakcja zmiennej ciągłej i kategorialnej, efekty brzegowe z obszarem Johnsona–Neymana i prawdopodobieństwa z regresji logistycznej – z kodem R, podpisem APA i zdaniem do Wyników.

Strona główna / Blog / Wynik regresji na wykresie
W skrócie: Rysuj to, o co pyta czytelnik: ile i dla kogo. Na wykresie współczynników umieszczaj tylko porównywalne skale (bez β dla zmiennych 0/1). Przy przewidywaniach podpisz, czy pasmo to przedział ufności dla średniej, czy znacznie szerszy przedział predykcji dla osoby, i kończ linie na granicach danych. Interakcję pokaż z danymi i niepewnością, efekty warunkowe – tylko we wspólnym zakresie danych, a regresję logistyczną – jako prawdopodobieństwa.

Po co rysować wynik regresji

Tabela regresji liniowej mówi, które współczynniki różnią się od zera. Promotor pyta jednak o coś innego: jak duży jest efekt w jednostkach wyniku, dla kogo i w jakim zakresie danych. Na te pytania lepiej odpowiada rysunek. Gelman i in. (2002) pokazali, że tabele wyników da się zastąpić wykresami zajmującymi mniej miejsca.

Ten wpis prowadzi przez pięć rysunków z jednego badania: współczynniki, przewidywane wartości, interakcję, efekty brzegowe i regresję logistyczną. Przy każdym: co widać, czego wykres nie pokazuje, podpis i zdanie do Wyników. Ogólne zasady (numer, tytuł, czcionka, eksport) opisują wpisy wykresy w pracy dyplomowej i tabele i rysunki do artykułu. Sam model krok po kroku omawia regresja wieloraka krok po kroku. Rysunek nie zastępuje tabeli regresji w APA – w pracy zwykle są oba. A zanim cokolwiek policzysz, narysuj surowe dane.

Przykład: egzamin, godziny nauki i tryb zajęć

Przykład jest fikcyjny (dane symulowane). 240 osób studiujących zdawało egzamin ze statystyki (0–100 punktów; M = 51.49, SD = 13.18). Predyktory to godziny nauki tygodniowo (M = 9.03, SD = 4.27), lęk przed statystyką (1–5; M = 2.95, SD = 0.71), frekwencja na ćwiczeniach w procentach (M = 77.07, SD = 12.02) i tryb zajęć: stacjonarnie (n = 100, kategoria odniesienia), hybrydowo (n = 80) albo zdalnie (n = 60). Tryb wchodzi do modelu jako dwie zmienne zero-jedynkowe. Osoby uczące się zdalnie deklarowały od 1.2 do 13 godzin nauki, a stacjonarnie – od 2 do 20. Ta różnica wróci przy rysunkach 3 i 4.

Model 1 zawiera efekty główne, model 2 dodaje interakcję godzin nauki z trybem. Iloczyny poprawiły dopasowanie, F(2, 232) = 9.12, p < .001; R² wzrósł z .409 do .452. Plik z danymi: wynik-regresji-dane.csv. Ziarno symulacji (562) ustalono raz, bez dobierania pod wynik. Pełny kod wszystkich liczb i rysunków jest w sekcji Kod R.

Rysunek 1. Wykres współczynników

Wykres współczynników (ang. coefficient plot) to tabela regresji jako punkty z 95% przedziałami ufności i linią w zerze. Rysujemy go dla modelu 1, bo w modelu z interakcją współczynniki efektów głównych są warunkowe (wrócimy do tego przy rysunku 3).

Dwa panele z pięcioma współczynnikami i 95% przedziałami ufności. Panel A, jednostki surowe: nauka 1.67, lęk −3.63, frekwencja 0.11 tuż przy zerze, hybrydowo −2.37, zdalnie −5.30. Panel B, wspólna skala: nauka 14.23, lęk −5.12, frekwencja 2.60, hybrydowo −2.37, zdalnie −5.30 punktu egzaminu
Rysunek 1. Współczynniki modelu 1 z 95% przedziałami ufności: w jednostkach surowych (A) i po podzieleniu predyktorów ciągłych przez 2 SD (B). Kółka – predyktory ciągłe, kwadraty – różnice grup. Obliczenia: R (dane fikcyjne).

Co widać. Panel A: punkty egzaminu na godzinę nauki (b = 1.67, 95% CI [1.35, 1.98]), na punkt lęku (b = −3.63, 95% CI [−5.49, −1.76]), na punkt procentowy frekwencji (b = 0.11, 95% CI [0.00, 0.22], z dolną granicą tuż poniżej zera) oraz różnice trybów względem zajęć stacjonarnych. Frekwencja „przykleja się” do zera, bo jeden punkt procentowy to bardzo mała zmiana. W panelu B predyktory ciągłe podzielono przez dwa odchylenia standardowe, by dało się je porównać ze zmiennymi 0/1 (Gelman, 2008). Każdy punkt to różnica w punktach egzaminu: między osobą o 1 SD poniżej i 1 SD powyżej średniej (14.23 dla nauki, −5.12 dla lęku, 2.60 dla frekwencji) albo między grupami (−2.37 i −5.30).

Czego wykres nie pokazuje. Na jednym wykresie zestawiaj tylko współczynniki na porównywalnej skali. Panel A łączy godziny z procentami, więc długość odcinków nic nie mówi o „sile” predyktorów. Pułapka: β dla zmiennej 0/1 zależy od proporcji grup, a „jedno SD trybu zajęć” nie ma sensu. Trzy pułapki β opisuje wpis współczynniki standaryzowane czy niestandaryzowane.

Podpis do pracy.

Rysunek 1. Współczynniki regresji wyniku egzaminu z 95% przedziałami ufności (model 1, N = 240). Uwaga. Panel A: współczynniki niestandaryzowane w jednostkach predyktorów. Panel B: predyktory ciągłe podzielone przez dwa odchylenia standardowe; tryb zajęć jako różnica względem zajęć stacjonarnych. Wartości w punktach egzaminu (0–100). Dane fikcyjne.

Zdanie do Wyników.

Po uwzględnieniu pozostałych predyktorów różnica dwóch odchyleń standardowych w czasie nauki wiązała się z wynikiem wyższym o 14.23 punktu, 95% CI [11.53, 16.94], a taka sama różnica w lęku przed statystyką – z wynikiem niższym, b = −5.12, 95% CI [−7.75, −2.48] (Rysunek 1B). Osoby uczące się zdalnie uzyskiwały średnio o 5.30 punktu mniej niż osoby uczące się stacjonarnie, 95% CI [−8.70, −1.89].

Rysunek 2. Przewidywane wartości i dwa rodzaje pasm

Wykres przewidywań pokazuje wynik modelu przy kolejnych wartościach jednego predyktora, gdy pozostałe ustawisz na wybranym poziomie (tu: średnie i tryb stacjonarny). W pakiecie marginaleffects służy do tego siatka danych; Arel-Bundock i in. (2024) porządkują nazwy takich wielkości (predykcje, efekty krańcowe, kontrasty). Funkcja datagrid() ustawia niewymienione predyktory liczbowe na średniej, a czynniki – na najczęstszej kategorii.

Panel A: malejąca prosta przewidywanego wyniku od lęku 1 do 5 z wąskim niebieskim pasmem ufności i szerokim szarym pasmem predykcji; przy lęku 3 wynik 53.04, pasmo ufności 51.06–55.01, pasmo predykcji 33.43–72.65. Panel B: rosnąca prosta dla godzin nauki od 0 do 35; dane tylko między 2 a 20 godzinami, dalej linia przerywana przekracza maksimum skali 100 przy około 30 godzinach
Rysunek 2. Przewidywania modelu 2 dla trybu stacjonarnego: pasmo ufności a pasmo predykcji (A) oraz ekstrapolacja poza zakres godzin nauki (B). Kreski przy osi X – obserwowane wartości. Obliczenia: R (dane fikcyjne).

Co widać. Panel A: przy lęku równym 3 model przewiduje 53.04 punktu. 95% przedział ufności dla tej średniej to [51.06, 55.01], ale 95% przedział predykcji dla pojedynczej osoby o tym profilu sięga od 33.43 do 72.65 punktu. Kreski przy osi (ang. rug) pokazują, gdzie leżą obserwowane wartości lęku. Panel B: w trybie stacjonarnym godziny nauki obserwowano od 2 do 20 (szare tło). Prosta przedłużona do 30 godzin daje 100.89 punktu, a do 35 godzin – 112.25, czyli więcej, niż pozwala skala.

Czego wykres nie pokazuje. Wąskie pasmo ufności opisuje średnią, nie osoby – pasmo predykcji jest tu prawie dziesięć razy szersze. Zawsze napisz w podpisie, które pasmo rysujesz. Wykres nie sprawdza liniowości – model narysuje prostą nawet przez dane zakrzywione. Rysuj linię tylko w zakresie danych, a przedłużenie zaznacz linią przerywaną. Wartość przy zerze godzin (32.69 punktu) też jest ekstrapolacją – nikt w trybie stacjonarnym nie uczył się mniej niż 2 godziny.

Podpis do pracy.

Rysunek 2. Przewidywany wynik egzaminu w zależności od lęku przed statystyką (A) i godzin nauki (B). Uwaga. Linie: przewidywania modelu 2 dla trybu stacjonarnego przy średnich wartościach pozostałych predyktorów. Niebieskie pasmo: 95% przedział ufności dla średniej; szare pasmo (A): 95% przedział predykcji dla pojedynczej osoby. Kreski przy osi X: obserwowane wartości. W panelu B szare tło oznacza zakres danych, a linia przerywana – ekstrapolację. Dane fikcyjne.

Zdanie do Wyników.

Przy przeciętnych wartościach pozostałych predyktorów model przewidywał dla osoby o lęku równym 3 wynik 53.04 punktu, 95% CI [51.06, 55.01]; wyniki pojedynczych osób o tym profilu mogły jednak wynosić od 33.43 do 72.65 punktu (95% przedział predykcji; Rysunek 2A).

Rysunek 3. Interakcja zmiennej ciągłej i kategorialnej

Wykres interakcji dla predyktora ciągłego to kilka prostych regresji – po jednej dla każdej grupy. McCabe i in. (2018) zwracają uwagę, że typowe wykresy interakcji pomijają niepewność oszacowań i obserwowane dane, a to może prowadzić do błędnych wniosków. Dlatego rysunek 3 ma pasma 95% CI, punkty danych i proste tylko w zakresie danych każdej grupy. Grupy rozróżniają kolor (paleta Okabe–Ito, sprawdzona w symulacji deuteranopii funkcją colorspace::deutan()), rodzaj linii, kształt punktu i etykieta.

Trzy proste regresji wyniku egzaminu względem godzin nauki z pasmami ufności na tle szarych punktów. Linia ciągła stacjonarnie rośnie najstromiej (41.78 punktu przy 4 i 59.97 przy 12 godzinach); linia kreskowana hybrydowo rośnie wolniej; linia kropkowana zdalnie jest prawie płaska i kończy się na 13 godzinach. Proste przecinają się między 4 a 8 godzinami
Rysunek 3. Przewidywany wynik egzaminu w zależności od godzin nauki w trzech trybach zajęć (model 2, lęk i frekwencja na średniej). Proste tylko w zakresie danych każdej grupy. Obliczenia: R, pakiet marginaleffects (dane fikcyjne).

Co widać. Proste się przecinają. Przy 4 godzinach nauki przewidywane wyniki trzech grup są bliskie (41.78, 45.00 i 43.45 punktu), a ich przedziały ufności się nakładają. Przy 12 godzinach osoby uczące się stacjonarnie mają przewidywane 59.97 punktu, hybrydowo 55.32, a zdalnie 47.55. Linia trybu zdalnego kończy się na 13 godzinach – dalej nie ma danych.

Czego wykres nie pokazuje. Kształt linii nie jest testem interakcji – decyduje test iloczynów. Uważaj na współczynniki modelu 2: współczynnik trybu zdalnego (b = 8.71) to różnica grup przy zerze godzin nauki, czyli poza danymi. Jeśli chcesz, by opisywał osobę o przeciętnym czasie nauki, wycentruj predyktor przed dopasowaniem modelu. Dwa czynniki omawia wpis interakcja w ANOVA, dwie zmienne ciągłe – analiza moderacji krok po kroku.

Podpis do pracy.

Rysunek 3. Przewidywany wynik egzaminu w zależności od tygodniowego czasu nauki w trzech trybach zajęć. Uwaga. Linie: przewidywania modelu z interakcją czasu nauki i trybu zajęć przy średnim lęku i średniej frekwencji, rysowane tylko w zakresie czasu nauki obserwowanym w danej grupie. Pasma: 95% przedziały ufności. Szare punkty: wyniki osób (kształt oznacza tryb). Dane fikcyjne.

Zdanie do Wyników.

Związek czasu nauki z wynikiem egzaminu zależał od trybu zajęć, F(2, 232) = 9.12, p < .001 (Rysunek 3). Przy 12 godzinach nauki tygodniowo przewidywany wynik wynosił 59.97 punktu, 95% CI [57.77, 62.17], w trybie stacjonarnym i 47.55 punktu, 95% CI [42.96, 52.15], w trybie zdalnym.

Rysunek 4. Efekty brzegowe przy wartościach moderatora

Rysunek 4 pokazuje efekty, czyli o ile zmienia się wynik. Panel A to nachylenie godzin nauki w każdym trybie (proste nachylenia, funkcja slopes()). Panel B odwraca role: pokazuje różnicę między trybem zdalnym a stacjonarnym przy każdej wartości godzin nauki, z pasmem 95% CI. Punkty, w których pasmo przecina zero, wyznaczają granice przedziału Johnsona–Neymana. Spiller i in. (2013) nazywają to podejście „reflektorem” (ang. floodlight) i zalecają je, gdy moderator nie ma wyróżnionych wartości, zamiast rutynowego ±1 SD.

Panel A: nachylenie godzin nauki z 95% przedziałami: stacjonarnie 2.27, hybrydowo 1.29, zdalnie 0.51 z przedziałem obejmującym zero. Panel B: różnica zdalnie minus stacjonarnie maleje wraz z godzinami nauki (5.19 punktu przy 2 godzinach, −12.41 przy 12); linia ciągła tam, gdzie przedział nie obejmuje zera, czyli od około 6.9 godziny; szare tło poniżej 2 i powyżej 13 godzin
Rysunek 4. Nachylenie godzin nauki w trzech trybach (A) i różnica wyników między trybem zdalnym a stacjonarnym w funkcji godzin nauki (B). Szare tło – poza wspólnym zakresem danych obu trybów. Obliczenia: R, pakiet marginaleffects (dane fikcyjne).

Co widać. Godzina nauki daje 2.27 punktu, 95% CI [1.84, 2.70], w trybie stacjonarnym, 1.29 punktu, 95% CI [0.76, 1.82], w hybrydowym i 0.51 punktu, 95% CI [−0.27, 1.29], p = .197, w zdalnym. W panelu B różnica zdalnie − stacjonarnie jest istotnie ujemna od około 6.9 godziny nauki: przy 8 godzinach wynosi −5.37 punktu, 95% CI [−8.72, −2.02], a przy 12 godzinach −12.41 punktu. Istotna dodatnia różnica poniżej około 1.1 godziny leży poza danymi trybu stacjonarnego.

Czego wykres nie pokazuje. Model zakłada, że różnica zmienia się liniowo. Hainmueller i in. (2019) pokazali, że to założenie często się nie sprawdza, a efekty warunkowe wprowadzają w błąd, gdy brakuje wspólnego zakresu danych moderatora. Dlatego szare tło oznacza wartości poza wspólnym zakresem obu grup (2–13 godzin), a kreski na osi – godziny nauki osób zdalnych. Granic Johnsona–Neymana nie raportuj poza tym zakresem. Brambor i in. (2006) pokazali, że modele z iloczynem często stosowano z błędami wnioskowania, i zaproponowali listę zasad ich użycia.

Te same granice policzysz bez R w kalkulatorze efektów prostych i Johnsona–Neymana. X to zmienna 0/1 „zdalnie”, W to godziny nauki: b1 = 8.712, b3 = −1.761, var(b1) = 14.9033, var(b3) = 0.204, cov(b1, b3) = −1.567, df = 232. Wersję w jamovi pokazuje wpis moderacja w jamovi.

Podpis do pracy.

Rysunek 4. Efekt czasu nauki w trzech trybach zajęć (A) i różnica wyników egzaminu między trybem zdalnym a stacjonarnym w zależności od czasu nauki (B). Uwaga. Punkty i odcinki (A): nachylenia z 95% przedziałami ufności. Linia i pasmo (B): różnica z 95% przedziałem ufności; linia ciągła – przedział nie obejmuje zera. Szare tło: wartości poza wspólnym zakresem danych obu trybów (2–13 godzin). Dane fikcyjne.

Zdanie do Wyników.

Godzina nauki wiązała się z wynikiem wyższym o 2.27 punktu, 95% CI [1.84, 2.70], w trybie stacjonarnym i o 1.29 punktu, 95% CI [0.76, 1.82], w hybrydowym, a w zdalnym związek był nieistotny, b = 0.51, 95% CI [−0.27, 1.29], p = .197 (Rysunek 4A). Osoby uczące się zdalnie uzyskiwały istotnie niższe wyniki niż osoby uczące się stacjonarnie, gdy uczyły się co najmniej około 6.9 godziny tygodniowo (Rysunek 4B).

Rysunek 5. Regresja logistyczna: prawdopodobieństwa zamiast OR

W tym samym badaniu sprawdzono, kto zaliczył ćwiczenia w pierwszym terminie (45% osób). Model logistyczny z godzinami nauki, lękiem i trybem daje ilorazy szans (OR). Panel A pokazuje je na osi logarytmicznej, na której OR = 0.5 i OR = 2 leżą równo daleko od 1. Panel B – to, co czytelnik rozumie od razu: prawdopodobieństwo.

Panel A: ilorazy szans z 95% przedziałami na osi logarytmicznej: nauka 1.24, lęk 0.40, hybrydowo 0.44, zdalnie 0.56 z przedziałem obejmującym 1. Panel B: esowata krzywa prawdopodobieństwa zaliczenia rosnąca wraz z godzinami nauki (.290 przy 4, .490 przy 8 i .694 przy 12 godzinach), z pasmem ufności i punktami 0 i 1 u dołu i u góry
Rysunek 5. Ilorazy szans zaliczenia ćwiczeń (A) i przewidywane prawdopodobieństwo zaliczenia w zależności od godzin nauki dla trybu stacjonarnego przy średnim lęku (B). Obliczenia: R, pakiet marginaleffects (dane fikcyjne).

Co widać. Godzina nauki zwiększa szanse zaliczenia (OR = 1.24, 95% CI [1.15, 1.35]), wyższy lęk je zmniejsza (OR = 0.40, 95% CI [0.25, 0.62]). Panel B przekłada to na prawdopodobieństwa: przy 4 godzinach .290, 95% CI [.185, .424], przy 8 godzinach .490, a przy 12 godzinach .694, 95% CI [.576, .790]. Stały OR daje różne przyrosty prawdopodobieństwa. Jedną liczbę w punktach procentowych daje przeciętny efekt krańcowy (AME): godzina nauki to średnio +4.1 punktu procentowego, 95% CI [2.9, 5.4].

Czego wykres nie pokazuje. Panel B dotyczy jednego profilu (tryb stacjonarny, przeciętny lęk) – wpisz go w podpis. OR = 1.24 nie znaczy „o 24% większe prawdopodobieństwo” – to zmiana szans, nie prawdopodobieństwa. Resztę interpretacji i założenia opisuje regresja logistyczna krok po kroku.

Podpis do pracy.

Rysunek 5. Ilorazy szans zaliczenia ćwiczeń w pierwszym terminie (A) i przewidywane prawdopodobieństwo zaliczenia w zależności od tygodniowego czasu nauki (B). Uwaga. Panel A: ilorazy szans z 95% przedziałami ufności (profilowymi) na skali logarytmicznej. Panel B: przewidywania dla trybu stacjonarnego przy średnim lęku z 95% przedziałem ufności; punkty – osoby z trybu stacjonarnego (0 = brak zaliczenia, 1 = zaliczenie), rozsunięte w pionie. Dane fikcyjne.

Zdanie do Wyników.

Dłuższy czas nauki wiązał się z większą szansą zaliczenia ćwiczeń, OR = 1.24, 95% CI [1.15, 1.35]. W trybie stacjonarnym przy przeciętnym lęku przewidywane prawdopodobieństwo zaliczenia rosło z .290, 95% CI [.185, .424], przy 4 godzinach nauki tygodniowo do .694, 95% CI [.576, .790], przy 12 godzinach (Rysunek 5B); średnio każda godzina nauki podnosiła je o 4.1 punktu procentowego, 95% CI [2.9, 5.4].

Lista kontrolna przed wstawieniem rysunku

  • Każde pasmo i każdy odcinek ma w podpisie nazwę: przedział ufności, przedział predykcji czy błąd standardowy.
  • Linie przewidywań kończą się na granicach danych (osobno w każdej grupie), a dane widać na wykresie lub jako kreski przy osi.
  • Na wykresie współczynników jest tylko jedna skala: surowa albo wspólna; bez β dla zmiennych 0/1.
  • Podpis mówi, przy jakich wartościach są pozostałe predyktory.
  • Kolor wspierają kształt, rodzaj linii albo etykieta.

Współczynniki z przedziałami ufności z SPSS wypiszesz według wpisu korelacja i regresja w SPSS. Przewidywane średnie grup przy wyrównanych kowariantach to średnie brzegowe (EMM).

Przykład reprodukowalny

Kod R wszystkich rysunków

Kod odtwarza wszystkie liczby z tekstu i wszystkie rysunki. Pobierz plik wynik-regresji-dane.csv, zapisz go w katalogu roboczym R i uruchom przepisy po kolei w jednej sesji – kolejne przepisy korzystają z obiektów utworzonych wcześniej. Każdy przepis z rysunkiem tworzy obiekt (p1–p5): wpisz jego nazwę, żeby zobaczyć wykres, albo zapisz go funkcją ggsave() (przykład w komentarzu na końcu przepisu 1). Rysunki na stronie powstały z tego kodu; różnią się od wyniku pokazanego kodu tylko motywem serwisu (kolor tekstu i siatki) – dane, geometrie i skale są te same. Przedziały w funkcjach marginaleffects dla modelu liniowego liczymy z rozkładu t (argument df), tak jak predict() i summary(). Ziarno danych fikcyjnych (562) ustalono raz, bez dobierania pod wynik; ziarno 562 w position_jitter() służy tylko do rozsunięcia punktów.

1. Dane, modele, motyw i paleta

Dane wejściowe: plik wynik-regresji-dane.csv (240 osób, dane fikcyjne): id, tryb, nauka, lek, frekwencja, wynik, zaliczenie.

Co odczytać: liczebności trybów, statystyki opisowe, zakres godzin nauki w trybach, test łączny iloczynów (porównanie modeli), R² obu modeli, współczynniki modelu 2 i paletę po symulacji deuteranopii. Przepis tworzy też motyw i paletę wspólne dla wszystkich rysunków.

R
# Wynik egzaminu ze statystyki: 240 osób w trzech trybach zajęć (dane fikcyjne)
options(width = 100)
library(ggplot2)
library(patchwork)
library(marginaleffects)
dane <- read.csv("wynik-regresji-dane.csv", encoding = "UTF-8")
dane$tryb <- factor(dane$tryb, levels = c("stacjonarnie", "hybrydowo", "zdalnie"))
table(dane$tryb)
round(sapply(dane[, c("nauka", "lek", "frekwencja", "wynik")],
             function(x) c(M = mean(x), SD = sd(x), min = min(x), max = max(x))), 2)
tapply(dane$nauka, dane$tryb, range)     # zakres godzin nauki w każdym trybie
m1 <- lm(wynik ~ nauka + lek + frekwencja + tryb, data = dane)   # model 1: efekty główne
m2 <- lm(wynik ~ nauka * tryb + lek + frekwencja, data = dane)   # model 2: + interakcja nauka × tryb
anova(m1, m2)                            # test łączny dwóch iloczynów
round(c(R2_m1 = summary(m1)$r.squared, R2_m2 = summary(m2)$r.squared), 3)
round(summary(m2)$coefficients, 3)

# Wspólny motyw i paleta Okabe–Ito (czytelna przy zaburzeniach widzenia barw)
motyw <- theme_minimal(base_size = 16) +
  theme(legend.position = "bottom", panel.grid.minor = element_blank(),
        axis.text = element_text(size = rel(0.9)), plot.title = element_text(face = "bold"))
kolory <- c(stacjonarnie = "#0072B2", hybrydowo = "#E69F00", zdalnie = "#009E73")
ksztalty <- c(stacjonarnie = 16, hybrydowo = 17, zdalnie = 15)
linie <- c(stacjonarnie = "solid", hybrydowo = "longdash", zdalnie = "dotted")
z_minusem <- function(x) gsub("-", "−", x)   # typograficzny minus na osiach i etykietach
colorspace::deutan(kolory)               # tak paletę widzi osoba z deuteranopią
# Zapis rysunku do pliku: ggsave("rysunek-1.svg", p1, width = 10, height = 5.6)
Wynik w R

stacjonarnie    hybrydowo      zdalnie 
         100           80           60 
    nauka  lek frekwencja wynik
M    9.03 2.95      77.07 51.49
SD   4.27 0.71      12.02 13.18
min  1.20 1.10      46.00 20.00
max 20.00 5.00     100.00 85.00
$stacjonarnie
[1]  2 20

$hybrydowo
[1]  1.7 20.0

$zdalnie
[1]  1.2 13.0

Analysis of Variance Table

Model 1: wynik ~ nauka + lek + frekwencja + tryb
Model 2: wynik ~ nauka * tryb + lek + frekwencja
  Res.Df   RSS Df Sum of Sq      F    Pr(>F)    
1    234 24547                                  
2    232 22758  2    1788.9 9.1181 0.0001542 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
R2_m1 R2_m2 
0.409 0.452 
                    Estimate Std. Error t value Pr(>|t|)
(Intercept)           35.216      5.810   6.061    0.000
nauka                  2.273      0.219  10.381    0.000
trybhybrydowo          7.153      3.682   1.942    0.053
trybzdalnie            8.712      3.860   2.257    0.025
lek                   -3.688      0.922  -4.000    0.000
frekwencja             0.109      0.054   2.010    0.046
nauka:trybhybrydowo   -0.983      0.348  -2.828    0.005
nauka:trybzdalnie     -1.761      0.452  -3.898    0.000
stacjonarnie    hybrydowo      zdalnie 
   "#3B67B1"    "#CAB411"    "#8A8676" 

2. Rysunek 1: wykres współczynników

Dane wejściowe: dane, m1, motyw, z_minusem z przepisu 1.

Co odczytać: współczynniki modelu 1 z 95% CI w jednostkach surowych i po podzieleniu predyktorów ciągłych przez 2 SD; obiekt p1 to rysunek.

R
# Rysunek 1: współczynniki modelu 1 z 95% CI – jednostki surowe i wspólna skala (kontynuacja: dane, m1, motyw)
wsp_tab <- function(model) {
  w <- data.frame(term = names(coef(model)), b = coef(model), confint(model))[-1, ]
  setNames(w, c("term", "b", "dolna", "gorna"))
}
# A: b w jednostkach surowych (godzina, punkt lęku, punkt procentowy, różnica grup)
wA <- wsp_tab(m1)
# B: predyktory ciągłe podzielone przez 2 SD (Gelman, 2008); tryb bez zmian (różnica grup)
dwa_sd <- function(x) (x - mean(x)) / (2 * sd(x))
m1_2sd <- lm(wynik ~ dwa_sd(nauka) + dwa_sd(lek) + dwa_sd(frekwencja) + tryb, data = dane)
wB <- wsp_tab(m1_2sd)
etyk <- c("nauka (godz./tydz.)", "lęk (1–5)", "frekwencja (%)", "hybrydowo vs stacjonarnie", "zdalnie vs stacjonarnie")
wA$etyk <- wB$etyk <- factor(etyk, levels = rev(etyk))
wA$rodzaj <- wB$rodzaj <- rep(c("predyktor ciągły", "różnica grup"), c(3, 2))
data.frame(predyktor = wA$etyk, round(wA[, c("b", "dolna", "gorna")], 2), b_2SD = round(wB$b, 2),
           dolna_2SD = round(wB$dolna, 2), gorna_2SD = round(wB$gorna, 2), row.names = NULL)
rysuj_wsp <- function(w, tytul, os_x) {
  ggplot(w, aes(x = b, y = etyk)) +
    geom_vline(xintercept = 0, colour = "grey40") +
    geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.2, orientation = "y", colour = "grey20") +
    geom_point(aes(shape = rodzaj), size = 3.2, colour = "#0072B2") +
    geom_text(aes(label = z_minusem(sprintf("%.2f", b))), vjust = -0.9, size = 4.4) +
    scale_x_continuous(labels = z_minusem) +
    scale_shape_manual(values = c("predyktor ciągły" = 16, "różnica grup" = 15), name = NULL) +
    labs(title = tytul, x = os_x, y = NULL) + motyw
}
p1 <- rysuj_wsp(wA, "A. Jednostki surowe", "b (punkty egzaminu na jednostkę)") +
  rysuj_wsp(wB, "B. Wspólna skala", "punkty egzaminu (2 SD lub różnica grup)") +
  scale_y_discrete(labels = NULL) +       # te same predyktory w tej samej kolejności co w panelu A
  plot_layout(guides = "collect") & theme(legend.position = "bottom")
Wynik w R
                  predyktor     b dolna gorna b_2SD dolna_2SD gorna_2SD
1       nauka (godz./tydz.)  1.67  1.35  1.98 14.23     11.53     16.94
2                 lęk (1–5) -3.63 -5.49 -1.76 -5.12     -7.75     -2.48
3            frekwencja (%)  0.11  0.00  0.22  2.60     -0.04      5.23
4 hybrydowo vs stacjonarnie -2.37 -5.40  0.66 -2.37     -5.40      0.66
5   zdalnie vs stacjonarnie -5.30 -8.70 -1.89 -5.30     -8.70     -1.89

3. Rysunek 2: pasmo ufności, pasmo predykcji, ekstrapolacja

Dane wejściowe: dane, m2, motyw z przepisu 1.

Co odczytać: przewidywanie przy lęku 3 z przedziałem ufności i predykcji oraz przewidywania przy 0, 20, 30 i 35 godzinach nauki; obiekt p2.

R
# Rysunek 2: przewidywania z modelu 2 – pasmo ufności, pasmo predykcji, ekstrapolacja (kontynuacja: dane, m2, motyw)
# datagrid(): pozostałe predyktory liczbowe na średniej, tryb = najczęstszy (stacjonarnie)
przewidz <- function(nowe) {
  ci <- predict(m2, nowe, interval = "confidence")
  pi <- predict(m2, nowe, interval = "prediction")
  cbind(nowe, fit = ci[, "fit"], ci_d = ci[, "lwr"], ci_g = ci[, "upr"], pi_d = pi[, "lwr"], pi_g = pi[, "upr"])
}
# A: lęk w zakresie danych
pA <- przewidz(datagrid(model = m2, lek = seq(min(dane$lek), max(dane$lek), length.out = 60)))
round(przewidz(datagrid(model = m2, lek = 3))[, c("fit", "ci_d", "ci_g", "pi_d", "pi_g")], 2)
# B: godziny nauki od 0 do 35, choć w trybie stacjonarnym obserwowano 2–20 godzin
zakres <- range(dane$nauka[dane$tryb == "stacjonarnie"])
pB <- przewidz(datagrid(model = m2, nauka = seq(0, 35, by = 0.25)))
pB$poza <- pB$nauka < zakres[1] | pB$nauka > zakres[2]
round(przewidz(datagrid(model = m2, nauka = c(0, 20, 30, 35)))[, c("nauka", "fit", "ci_d", "ci_g")], 2)
p2a <- ggplot(pA, aes(lek, fit)) +
  geom_ribbon(aes(ymin = pi_d, ymax = pi_g, fill = "95% przedział predykcji (osoba)")) +
  geom_ribbon(aes(ymin = ci_d, ymax = ci_g, fill = "95% przedział ufności (średnia)")) +
  geom_line(linewidth = 1.1, colour = "#0072B2") +
  geom_rug(data = dane, aes(x = lek), inherit.aes = FALSE, alpha = 0.3, length = unit(0.03, "npc")) +
  scale_fill_manual(values = c("95% przedział predykcji (osoba)" = "grey85",
                               "95% przedział ufności (średnia)" = "#56B4E9"), name = NULL) +
  guides(fill = guide_legend(ncol = 1)) +
  coord_cartesian(ylim = c(0, 100)) +
  labs(title = "A. Średnia a pojedyncza osoba", x = "Lęk przed statystyką (1–5)", y = "Przewidywany wynik egzaminu") + motyw
p2b <- ggplot(pB, aes(nauka, fit)) +
  annotate("rect", xmin = zakres[1], xmax = zakres[2], ymin = -Inf, ymax = Inf, fill = "grey93") +
  geom_hline(yintercept = 100, linetype = "dashed", colour = "grey30") +
  annotate("text", x = 0.5, y = 106, label = "maksimum skali (100)", hjust = 0, size = 4.4) +
  geom_ribbon(aes(ymin = ci_d, ymax = ci_g, group = poza), fill = "#56B4E9", alpha = 0.6) +
  geom_line(aes(linetype = poza, group = poza), linewidth = 1.1, colour = "#0072B2") +
  geom_rug(data = subset(dane, tryb == "stacjonarnie"), aes(x = nauka), inherit.aes = FALSE,
           alpha = 0.4, length = unit(0.03, "npc")) +
  scale_linetype_manual(values = c("FALSE" = "solid", "TRUE" = "22"),
                        labels = c("w zakresie danych (szare tło)", "ekstrapolacja"), name = NULL) +
  guides(linetype = guide_legend(ncol = 1)) +
  coord_cartesian(ylim = c(0, 115)) +
  labs(title = "B. Poza zakresem danych", x = "Godziny nauki (tryb stacjonarny)", y = NULL) + motyw
p2 <- p2a + p2b
Wynik w R
    fit  ci_d  ci_g  pi_d  pi_g
1 53.04 51.06 55.01 33.43 72.65
  nauka    fit   ci_d   ci_g
1     0  32.69  28.09  37.29
2    20  78.15  73.28  83.03
3    30 100.89  91.89 109.88
4    35 112.25 101.14 123.36

4. Rysunek 3: wykres interakcji

Dane wejściowe: dane, m2, paleta, kształty i linie z przepisu 1.

Co odczytać: przewidywane wyniki trzech trybów przy 4 i 12 godzinach nauki; obiekt p3.

R
# Rysunek 3: interakcja nauka × tryb – proste regresji w zakresie danych każdej grupy (kontynuacja: dane, m2, motyw)
# df = stopnie swobody reszt: przedziały z rozkładu t, jak w predict() i summary() (domyślnie marginaleffects używa z)
siatka <- predictions(m2, newdata = datagrid(nauka = seq(1, 20, by = 0.25), tryb = levels(dane$tryb)),
                      df = df.residual(m2))
siatka <- as.data.frame(siatka)
zakresy <- tapply(dane$nauka, dane$tryb, range)   # używane też w przepisie 5
w_zakresie <- mapply(function(x, g) x >= zakresy[[g]][1] & x <= zakresy[[g]][2], siatka$nauka, as.character(siatka$tryb))
siatka <- siatka[w_zakresie, ]
# przewidywania przy 4 i 12 godzinach (lęk i frekwencja na średniej)
p_tab <- predictions(m2, newdata = datagrid(nauka = c(4, 12), tryb = levels(dane$tryb)), df = df.residual(m2))
data.frame(tryb = p_tab$tryb, nauka = p_tab$nauka, wynik = round(p_tab$estimate, 2),
           dolna = round(p_tab$conf.low, 2), gorna = round(p_tab$conf.high, 2))
konce <- do.call(rbind, lapply(split(siatka, siatka$tryb), function(d) d[which.max(d$nauka), ]))
p3 <- ggplot(siatka, aes(nauka, estimate, colour = tryb, fill = tryb)) +
  geom_point(data = dane, aes(nauka, wynik, shape = tryb), inherit.aes = FALSE, colour = "grey55", alpha = 0.45, size = 1.8) +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = 0.2, colour = NA) +
  geom_line(aes(linetype = tryb), linewidth = 1.3) +
  geom_text(data = konce, aes(label = tryb), hjust = -0.08, size = 4.6, show.legend = FALSE) +
  scale_colour_manual(values = kolory, name = NULL) + scale_fill_manual(values = kolory, name = NULL) +
  scale_linetype_manual(values = linie, name = NULL) + scale_shape_manual(values = ksztalty, name = NULL) +
  scale_x_continuous(breaks = seq(0, 20, 4), limits = c(0, 24.5)) +
  labs(x = "Godziny nauki tygodniowo", y = "Wynik egzaminu (0–100)") + motyw
Wynik w R
          tryb nauka wynik dolna gorna
1 stacjonarnie     4 41.78 38.66 44.90
2    hybrydowo     4 45.00 41.26 48.74
3      zdalnie     4 43.45 39.96 46.94
4 stacjonarnie    12 59.97 57.77 62.17
5    hybrydowo    12 55.32 52.83 57.81
6      zdalnie    12 47.55 42.96 52.15

5. Rysunek 4: efekty brzegowe i Johnson–Neyman

Dane wejściowe: dane, m2, zakresy z przepisu 4.

Co odczytać: nachylenia godzin nauki w trybach, granice obszaru istotności różnicy zdalnie − stacjonarnie, różnice przy 2, 4, 8 i 12 godzinach, liczby do kalkulatora i wspólny zakres danych; obiekt p4.

R
# Rysunek 4: efekty brzegowe – nachylenie nauki w trybach i różnica trybów wzdłuż godzin nauki (kontynuacja: dane, m2, motyw)
nachyl <- slopes(m2, variables = "nauka", by = "tryb", df = df.residual(m2))
data.frame(tryb = nachyl$tryb, nachylenie = round(nachyl$estimate, 2), dolna = round(nachyl$conf.low, 2),
           gorna = round(nachyl$conf.high, 2), p = round(nachyl$p.value, 4))
# różnica zdalnie − stacjonarnie przy kolejnych wartościach godzin nauki (siatka co 0.01 godziny)
roznica <- comparisons(m2, variables = list(tryb = c("stacjonarnie", "zdalnie")),
                       newdata = datagrid(nauka = seq(0, 20, by = 0.01)), df = df.residual(m2))
roznica <- as.data.frame(roznica)
roznica$istotna <- roznica$conf.low > 0 | roznica$conf.high < 0
roznica$odcinek <- cumsum(c(1, diff(roznica$istotna) != 0))    # numer ciągłego odcinka do rysowania linii
# granice obszarów istotności (przybliżenie Johnsona–Neymana z siatki): pierwsza wartość nowego odcinka
roznica$nauka[c(FALSE, diff(roznica$istotna) != 0)]
round(subset(roznica, nauka %in% c(2, 4, 8, 12))[, c("nauka", "estimate", "conf.low", "conf.high")], 2)
# te same liczby do kalkulatora Johnsona–Neymana: współczynniki i ich macierz kowariancji
k <- c("trybzdalnie", "nauka:trybzdalnie")
round(coef(m2)[k], 3); round(vcov(m2)[k, k], 4); df.residual(m2)
# wspólny zakres danych obu trybów: od większego z minimów do mniejszego z maksimów
wspolny <- c(max(sapply(zakresy[c("stacjonarnie", "zdalnie")], min)), min(sapply(zakresy[c("stacjonarnie", "zdalnie")], max)))
wspolny
do_rysunku <- roznica[round(roznica$nauka * 100) %% 5 == 0 | c(FALSE, diff(roznica$istotna) != 0), ]   # co 0.05 godz. + granice
p4a <- ggplot(nachyl, aes(estimate, tryb, colour = tryb, shape = tryb)) +
  geom_vline(xintercept = 0, colour = "grey40") +
  geom_errorbar(aes(xmin = conf.low, xmax = conf.high), width = 0.2, orientation = "y", linewidth = 0.9) +
  geom_point(size = 3.6) +
  geom_text(aes(label = z_minusem(sprintf("%.2f", estimate))), vjust = -1, size = 4.4, show.legend = FALSE) +
  scale_colour_manual(values = kolory, guide = "none") + scale_shape_manual(values = ksztalty, guide = "none") +
  scale_y_discrete(limits = rev(levels(dane$tryb))) +
  labs(title = "A. Nachylenie w trybach", x = "Punkty za 1 godzinę nauki", y = NULL) + motyw
p4b <- ggplot(do_rysunku, aes(nauka, estimate)) +
  annotate("rect", xmin = c(0, wspolny[2]), xmax = c(wspolny[1], 20), ymin = -Inf, ymax = Inf, fill = "grey90") +
  annotate("text", x = 16.5, y = 13, label = "poza wspólnym\nzakresem danych", size = 4.2) +
  geom_hline(yintercept = 0, colour = "grey40") +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), fill = "#009E73", alpha = 0.25) +
  geom_line(aes(linetype = istotna, group = odcinek), linewidth = 1.1, colour = "#009E73") +
  geom_rug(data = subset(dane, tryb == "zdalnie"), aes(x = nauka), inherit.aes = FALSE, alpha = 0.4, length = unit(0.03, "npc")) +
  scale_linetype_manual(values = c("FALSE" = "22", "TRUE" = "solid"), labels = c("95% CI obejmuje 0", "95% CI bez 0"), name = NULL) +
  scale_y_continuous(labels = z_minusem) +
  labs(title = "B. Zdalnie − stacjonarnie", x = "Godziny nauki tygodniowo", y = "Różnica wyników (punkty)") + motyw
p4 <- p4a + p4b + plot_layout(widths = c(0.8, 1.2))
Wynik w R
          tryb nachylenie dolna gorna      p
1 stacjonarnie       2.27  1.84  2.70 0.0000
2    hybrydowo       1.29  0.76  1.82 0.0000
3      zdalnie       0.51 -0.27  1.29 0.1968
[1] 1.14 6.89
     nauka estimate conf.low conf.high
201      2     5.19    -0.87     11.25
401      4     1.67    -3.01      6.35
801      8    -5.37    -8.72     -2.02
1201    12   -12.41   -17.50     -7.33
      trybzdalnie nauka:trybzdalnie 
            8.712            -1.761 
                  trybzdalnie nauka:trybzdalnie
trybzdalnie           14.9033            -1.567
nauka:trybzdalnie     -1.5670             0.204
[1] 232
[1]  2 13

6. Rysunek 5: regresja logistyczna

Dane wejściowe: dane, motyw z przepisu 1.

Co odczytać: odsetek zaliczeń, ilorazy szans z profilowymi 95% CI, przewidywane prawdopodobieństwa przy 4, 8 i 12 godzinach oraz przeciętny efekt krańcowy godziny nauki; obiekt p5.

R
# Rysunek 5: regresja logistyczna – ilorazy szans a przewidywane prawdopodobieństwa (kontynuacja: dane, motyw)
m3 <- glm(zaliczenie ~ nauka + lek + tryb, family = binomial, data = dane)
round(mean(dane$zaliczenie), 3)          # odsetek osób, które zaliczyły ćwiczenia
or <- data.frame(term = names(coef(m3)), OR = exp(coef(m3)), exp(confint(m3)))[-1, ]
names(or)[3:4] <- c("dolna", "gorna")
or$etyk <- factor(c("nauka (+1 godz.)", "lęk (+1 pkt)", "hybrydowo vs stacjonarnie", "zdalnie vs stacjonarnie"),
                  levels = rev(c("nauka (+1 godz.)", "lęk (+1 pkt)", "hybrydowo vs stacjonarnie", "zdalnie vs stacjonarnie")))
round(or[, c("OR", "dolna", "gorna")], 2)
pr <- predictions(m3, newdata = datagrid(nauka = c(4, 8, 12), tryb = "stacjonarnie"))
data.frame(nauka = pr$nauka, p = round(pr$estimate, 3), dolna = round(pr$conf.low, 3), gorna = round(pr$conf.high, 3))
avg_slopes(m3, variables = "nauka")      # przeciętny efekt krańcowy (AME) godziny nauki
siatka_p <- as.data.frame(predictions(m3, newdata = datagrid(nauka = seq(1, 20, by = 0.25), tryb = "stacjonarnie")))
p5a <- ggplot(or, aes(OR, etyk)) +
  geom_vline(xintercept = 1, colour = "grey40") +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.2, orientation = "y") +
  geom_point(size = 3.2, colour = "#0072B2") +
  geom_text(aes(label = sprintf("%.2f", OR)), vjust = -0.9, size = 4.4) +
  scale_x_log10(breaks = c(0.25, 0.5, 1, 2)) +
  labs(title = "A. Ilorazy szans", x = "OR (skala logarytmiczna)", y = NULL) + motyw
p5b <- ggplot(siatka_p, aes(nauka, estimate)) +
  geom_point(data = subset(dane, tryb == "stacjonarnie"), aes(nauka, zaliczenie), inherit.aes = FALSE,
             position = position_jitter(width = 0, height = 0.03, seed = 562), alpha = 0.35, size = 1.6, colour = "grey40") +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), fill = "#56B4E9", alpha = 0.5) +
  geom_line(linewidth = 1.2, colour = "#0072B2") +
  scale_y_continuous(limits = c(-0.05, 1.05), breaks = seq(0, 1, 0.25), labels = function(x) sub("^0\\.", ".", format(x))) +
  labs(title = "B. Prawdopodobieństwo", x = "Godziny nauki (tryb stacjonarny)", y = "P(zaliczenie ćwiczeń)") + motyw
p5 <- p5a + p5b
Wynik w R
[1] 0.45
                OR dolna gorna
nauka         1.24  1.15  1.35
lek           0.40  0.25  0.62
trybhybrydowo 0.44  0.22  0.86
trybzdalnie   0.56  0.26  1.16
  nauka     p dolna gorna
1     4 0.290 0.185 0.424
2     8 0.490 0.381 0.600
3    12 0.694 0.576 0.790

 Estimate Std. Error    z Pr(>|z|)    S  2.5 % 97.5 %
   0.0414    0.00625 6.62   <0.001 34.7 0.0291 0.0537

Term: nauka
Type: response
Comparison: dY/dX

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3; rysunki na stronie zapisano pakietem svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. marginaleffects (wersja 1.0.0): Arel-Bundock, V., Greifer, N., & Heiss, A. (2024). How to interpret statistical models using marginaleffects for R and Python. Journal of Statistical Software, 111(9), 1–32. https://doi.org/10.18637/jss.v111.i09
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  5. colorspace (wersja 2.1.2): Zeileis, A., Fisher, J. C., Hornik, K., Ihaka, R., McWhite, C. D., Murrell, P., Stauffer, R., & Wilke, C. O. (2020). colorspace: A toolbox for manipulating and assessing colors and palettes. Journal of Statistical Software, 96(1), 1–49. https://doi.org/10.18637/jss.v096.i01
  6. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze błędy

  • Pasmo ufności opisane jako zakres wyników osób – to przedział dla średniej, nie dla pojedynczej osoby.
  • Linia przedłużona poza dane, aż za maksimum skali.
  • Współczynniki w różnych jednostkach na jednej osi albo β dla zmiennej zero-jedynkowej.
  • Interakcja bez danych i bez niepewności.
  • Granice Johnsona–Neymana podane poza zakresem danych jednej z grup.
  • OR czytany jak iloraz prawdopodobieństw.

Najczęstsze pytania

Jak zrobić wykres współczynników regresji w R?

Zbierz współczynniki i ich przedziały ufności (coef() i confint()) w ramce danych i narysuj je w ggplot2 jako punkty z poziomymi odcinkami oraz linią w zerze. Pomiń wyraz wolny i trzymaj jedną skalę: albo wszystkie współczynniki w jednostkach surowych, albo predyktory ciągłe przeskalowane (np. przez 2 SD) tak, by dało się je porównać z różnicami grup.

Czym różni się pasmo ufności od pasma predykcji na wykresie regresji?

Pasmo ufności pokazuje niepewność przewidywanej średniej dla danego profilu, a pasmo predykcji – zakres, w którym prawdopodobnie znajdzie się wynik pojedynczej osoby. Pasmo predykcji jest zawsze szersze; w przykładzie z tego wpisu przy lęku równym 3 było prawie dziesięć razy szersze. W R oba daje predict(model, interval = "confidence") i interval = "prediction".

Czy na jednym wykresie można pokazać współczynniki standaryzowane i niestandaryzowane?

Lepiej nie mieszać ich na jednej osi. Współczynniki niestandaryzowane mają różne jednostki (godziny, punkty, procenty), a β dla zmiennej 0/1 zależy od proporcji grup. Jeśli chcesz porównać predyktory, przeskaluj ciągłe (np. dzieląc przez 2 SD) i pokaż je w osobnym panelu obok współczynników surowych.

Jak narysować interakcję zmiennej ciągłej i kategorialnej w regresji?

Policz przewidywania modelu z iloczynem dla siatki wartości zmiennej ciągłej w każdej grupie (np. marginaleffects::predictions() z datagrid()) i narysuj po jednej prostej na grupę z pasmem 95% CI i surowymi danymi. Proste kończ na zakresie danych danej grupy, a grupy rozróżniaj kolorem i rodzajem linii.

Dlaczego w regresji logistycznej lepiej pokazać prawdopodobieństwa niż ilorazy szans?

Iloraz szans opisuje zmianę szans, nie prawdopodobieństwa, a ten sam OR daje różne przyrosty prawdopodobieństwa przy różnych wartościach predyktora. Wykres przewidywanych prawdopodobieństw z pasmem ufności pokazuje to wprost. Ilorazy szans, jeśli je rysujesz, umieść na osi logarytmicznej z linią w 1.

Powiązane hasła

Przeczytaj też

Masz model regresji i nie wiesz, jak go pokazać?

Pomożemy dobrać rysunki do pytań badawczych, przygotować wykresy współczynników, przewidywań i interakcji oraz opisać je tak, żebyś umiał(a) je wyjaśnić i obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Arel-Bundock, V., Greifer, N., & Heiss, A. (2024). How to interpret statistical models using marginaleffects for R and Python. Journal of Statistical Software, 111(9), 1–32. https://doi.org/10.18637/jss.v111.i09 ● Otwarty dostęp
  2. Brambor, T., Clark, W. R., & Golder, M. (2006). Understanding interaction models: Improving empirical analyses. Political Analysis, 14(1), 63–82. https://doi.org/10.1093/pan/mpi014
  3. Gelman, A. (2008). Scaling regression inputs by dividing by two standard deviations. Statistics in Medicine, 27(15), 2865–2873. https://doi.org/10.1002/sim.3107
  4. Gelman, A., Pasarica, C., & Dodhia, R. (2002). Let's practice what we preach: Turning tables into graphs. The American Statistician, 56(2), 121–130. https://doi.org/10.1198/000313002317572790
  5. Hainmueller, J., Mummolo, J., & Xu, Y. (2019). How much should we trust estimates from multiplicative interaction models? Simple tools to improve empirical practice. Political Analysis, 27(2), 163–192. https://doi.org/10.1017/pan.2018.46 ● Otwarty dostęp
  6. McCabe, C. J., Kim, D. S., & King, K. M. (2018). Improving present practices in the visual display of interactions. Advances in Methods and Practices in Psychological Science, 1(2), 147–165. https://doi.org/10.1177/2515245917746792 ● Otwarty dostęp: pełny tekst
  7. Spiller, S. A., Fitzsimons, G. J., Lynch, J. G., Jr., & McClelland, G. H. (2013). Spotlights, floodlights, and the magic number zero: Simple effects tests in moderated regression. Journal of Marketing Research, 50(2), 277–288. https://doi.org/10.1509/jmr.12.0420

Cytowania BibTeX

@article{arelbundock2024how, author={Arel-Bundock, Vincent and Greifer, Noah and Heiss, Andrew}, title={{How to interpret statistical models using marginaleffects for R and Python}}, journal={Journal of Statistical Software}, year={2024}, volume={111}, number={9}, pages={1--32}, doi={10.18637/jss.v111.i09}}
@article{brambor2006understanding, author={Brambor, Thomas and Clark, William Roberts and Golder, Matt}, title={{Understanding interaction models: Improving empirical analyses}}, journal={Political Analysis}, year={2006}, volume={14}, number={1}, pages={63--82}, doi={10.1093/pan/mpi014}}
@article{gelman2008scaling, author={Gelman, Andrew}, title={{Scaling regression inputs by dividing by two standard deviations}}, journal={Statistics in Medicine}, year={2008}, volume={27}, number={15}, pages={2865--2873}, doi={10.1002/sim.3107}}
@article{gelman2002lets, author={Gelman, Andrew and Pasarica, Cristian and Dodhia, Rahul}, title={{Let's practice what we preach: Turning tables into graphs}}, journal={The American Statistician}, year={2002}, volume={56}, number={2}, pages={121--130}, doi={10.1198/000313002317572790}}
@article{hainmueller2019how, author={Hainmueller, Jens and Mummolo, Jonathan and Xu, Yiqing}, title={{How much should we trust estimates from multiplicative interaction models? Simple tools to improve empirical practice}}, journal={Political Analysis}, year={2019}, volume={27}, number={2}, pages={163--192}, doi={10.1017/pan.2018.46}}
@article{mccabe2018improving, author={McCabe, Connor J. and Kim, Dale S. and King, Kevin M.}, title={{Improving present practices in the visual display of interactions}}, journal={Advances in Methods and Practices in Psychological Science}, year={2018}, volume={1}, number={2}, pages={147--165}, doi={10.1177/2515245917746792}}
@article{spiller2013spotlights, author={Spiller, Stephen A. and Fitzsimons, Gavan J. and Lynch, Jr., John G. and McClelland, Gary H.}, title={{Spotlights, floodlights, and the magic number zero: Simple effects tests in moderated regression}}, journal={Journal of Marketing Research}, year={2013}, volume={50}, number={2}, pages={277--288}, doi={10.1509/jmr.12.0420}}
R