R当存在“混杂”相互作用时，如何绘制“净相互作用效应”（或边际效应）

我想为下面的回归绘制x1和x2之间的交互效应，让y在面板数据集中为正计数变量

library(lme4)
glmer.repex<-glmer.nb(y ~ x1 + x2 +I(x2^2) + x1:x2 +x1:I(x2^2) + (1|Year), data=repex, nAGQ = 1L)

现在我想承认，如果x1改变x1*x2和x1^2的值，也会改变，这将改变拟合值。绘制净相互作用效果图时，应考虑所有这些因素。例如，x1和x2可能都与y正相关，但它们的相互作用减弱了这种积极影响，可能会改变预测的方向。这可能还取决于x1*x2的值

因此简单的interaction.plot不再有效，因为其他变量也在影响结果。 有没有一种简单的方法可以通过预测或效果来实现这一点

这里是一个可复制的示例数据集plm.data对象，称为repex

dputrepex structurelistID=structurec1L，1L，1L，1L，1L，2L，2L， 2L，2L，2L，2L，3L，3L，3L，3L，3L，4L，4L，4L，4L，4L，4L， 5L，5L，5L，5L，5L，5L，6L，6L，6L，6L，6L，6L，7L，7L，7L，7L，7L， 7L，7L，8L，8L，8L，8L，8L，9L，9L，9L，9L，9L，9L，9L，9L，10L， 10L，10L，10L，10L，10L，标签=c1，2，4，6，7， 8, 9, 10, 11, 13, 15, 16, 17, 18, 20, 22, 24, 26, 28, 29, 32, 34, 35, 36, 37, 39, 41, 42,44,47，等级=系数，年份=结构1l， 2L，3L，4L，5L，6L，1L，2L，3L，4L，5L，6L，1L，2L，3L，4L，5L， 6L，1L，2L，3L，4L，5L，6L，1L，2L，3L，4L，5L，6L，1L，2L，3L， 4L，5L，6L，1L，2L，3L，4L，5L，6L，1L，2L，3L，4L，5L，6L，1L， 2L，3L，4L，5L，6L，1L，2L，3L，4L，5L，6L，标签=c1991， 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2001年，2001年，2002年，2002年，2002年，2003年，2004年，2005年，2005年，2006年，2002年，2002年，2002年，2001年，2001年，2001年，2001年，2001年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，2002年，7，9，9，9，9，9，9，9，9，9，9，9，4，4，4，4，4，2，3，3，7，7，7，7，7，7，7，12，12，12，12，12，12，12，12，12，13，13，13，0，0，0，5，5，5，5，5，5，1，5，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1 0升，0升，0升，1升，1升，2升，1L、4L、2L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、0L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、0L、1L、1L、1L、1L、1L、1L、1L、1L、1L、1L、0L、0L、080620155、0.98164039990555、1.611195644479727、， 4.27951983102512, 4.52440902710094, 2.41282572727806, 2.77748331046807, 7.00223921984389, 3.55837337174436, 5.31590575343992, 2.61930006177923, 0.211351052048726, 0.525647451963241, 0.696630753538187, 0.666082288178836, 1.09492110512526, 3.8035303566375, 0.548336215316966, 0.85237681730237, 0.982747572848003, 6.59758768791534, 8.74094242997363, 9.29913186611362, 3.5542234379174, 3.24728026722101, 3.60927964544638, 3.33459121950297, 2.88526780610146, 4.56612429882729, 26.45256036788, 21.0190838535023, 19.3769702276769, 19.7227148506334, 17.6596029433548, 23.6531530880185, 0.138888888888889, 0.249009205804338, 0.394159544159544, 0.316399286987522, 0.0413533834586466, 3.02315977564407, 3.94214293703149, 1.9143052531528, 3.16707069146414, 5.70642767128218, 4.38285025038957, 4.23425019314604, 0, 0, 0, 0, 0.0416666666666667, 0,.Dim=60L，.Dimnames=listc1990_ABT，1991_ABT，1992_ABT，1993_ABT，1994_ABT，1995_ABT，1990_AKN，1991_AKN，1992_AKN，1993_AKN，1994_AKN，1995_AKN， 1990年,1991年,1992年,1993年,1994年,， 1995年、1990年、1991年、1992年、1993年、， 1994年、1995年、1990年、1991年、1992年、， 1993年、1994年、1995年、1990年、1991年、， 1992年、1993年、1994年、1995年、1990年， 1991年,1992年,1993年,1994年,1995年,， 1990年、1991年、1992年、1993年、1994年， 1995年、1990年、1991年、1992年、1993年、， 1994年,1995年,1990年,1990年,1990年,， 1990_ABT，1994_CHU，1990_ABT，.Names=cID， 年份，y，x1，x2，行。名称=c1L，2L，3L，4L，160L， 5L、172L、173L、174L、175L、176L、177L、188L、12L、190L、191L、， 192L、13L、212L、213L、214L、215L、216L、217L、22L、23L、230L、， 231L、232L、233L、28L、29L、30L、31L、248L、249L、36L、37L、38L、， 39L、40L、41L、276L、156L、52L、158L、159L、281L、56L、57L、58L、， 295L、59L、297L、588L、391L、392L、393L、187L、395L，等级=cplm.dim， 数据帧

---

谢谢

目前，您的问题太模糊，无法开始编码。使用特定数据集更新您的问题并请求特定的值集，或者删除此处的问题并在CrossValidated.com Adso上重新发布，让大家知道您将交互描述为负面并没有真正的意义。您认为应该使用“预测”来解决此问题是正确的。此外，您使用的R公式接口不正确。在R中，不能使用x2^2并期望将平方值建模为单独的预测值。

interaction.plot(x1,x2,y) ; interaction.plot(x1,x2,fitted(test.lmer,ndf, type="response"))