R语言logistic回归交互项（交互作用）的可视化分析2

交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技，几乎在高分的SCI中必出现，因为把人群分为亚组后再进行统计可以增强文章结果的可靠性，不仅如此，交互作用还可以使用来进行数据挖掘。在既往文章中，我们已经介绍了怎么使用R语言可视化visreg包对交互作用进行可视化分析（见下图），

但是使用visreg包后我们对图形的细节掌控力不够，今天我们使用重新绘制手动图形，这在SCI论文中非常实用，几乎可以做出所有的交互可视化，也有利于我们了解制图原理。
废话不多说，我们实操一下。我们使用人流后导致不孕的数据集(关注公众号后回复：不孕症，可以获得数据)，我们先导入看一下

library(rms)
bc<-read.csv("E:/r/test/buyunzheng.csv",sep=',',header=TRUE)

数据有8个指标，最后两个是PSM匹配结果，我们不用理他，其余六个为：
Education：教育程度，age:年龄，parity产次，induced：人流次数，case：是否不孕，这是结局指标，spontaneous：自然流产次数。
有一些变量是分类变量，我们需要把它转换一下

bc$education<-ifelse(bc$education=="0-5yrs",0,ifelse(bc$education=="6-11yrs",1,2))
bc$spontaneous<-as.factor(bc$spontaneous)
bc$case<-as.factor(bc$case)
bc$induced<-as.factor(bc$induced)
bc$education<-as.factor(bc$education)

建立模型，假如我们想知道流产（包括人流和自然流产）和年龄这两个指标是不是存在交互影响

f1<- glm(case ~ age + education + parity + induced+spontaneous+age*induced*spontaneous,
           family = binomial(link = logit), data = bc)
summary(f1)

我们看到自然流产和年龄之间可能存在交互（下图）

重新建立模型

f1<- glm(case ~ age  + parity +spontaneous+age:spontaneous,
         family = binomial(link = logit), data = bc)

建立新数据集

attach(bc)
newdata2<-data.frame(age,spontaneous,parity=mean(parity))

把模型带入新数据集

newdata3<-data.frame(newdata2,predict(f1,newdata = newdata2,type = "link",se =T))

生成预测值

newdata4<-within(newdata3,{
  pre<-plogis(fit)
  ll<-plogis(fit-(1.96*se.fit))
  ul<-plogis(fit+(1.96*se.fit))
})

最后绘图

ggplot(newdata4,aes(x=age,y=pre))+
  geom_line(aes(col=spontaneous),size=1)

最后对图形进行修饰

最后得出和visreg包同样的结果，随着年龄增长，自然流产2次以上的患者不孕的概率比没有自然流产的患者明显增高。
我们还可以在细节和年龄范围进一步修饰，这里就不多说了，总之，数据交互可视化是一项非常实用的技能，不仅可以用于数据分析，还可以用于数据挖掘。