我符合以下回归模型：
mod <- betareg(connectance ~ fc * size, data = net.land.3000, link = "logit")
summary(mod)
Call:
betareg(formula = connectance ~ fc * size, data = net.land.3000, link = "logit")
Standardized weighted residuals 2:
Min 1Q Median 3Q Max
-2.4777 -0.1919 -0.0185 0.1435 2.6781
Coefficients (mean model with logit link):
Estimate Std. Error z value Pr(>|z|)
(Intercept) -2.160853 0.939846 -2.299 0.0215 *
fc 0.062797 0.027081 2.319 0.0204 *
size 0.109050 0.101085 1.079 0.2807
fc:size -0.005822 0.003427 -1.699 0.0894 .
Phi coefficients (precision model with identity link):
Estimate Std. Error z value Pr(>|z|)
(phi) 85.06 42.32 2.01 0.0445 *
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Type of estimator: ML (maximum likelihood)
Log-likelihood: 12.88 on 5 Df
Pseudo R-squared: 0.6826
Number of iterations: 35 (BFGS) + 3 (Fisher scoring)
我试图绘制 fc 和 connectance 之间的关系，考虑到 size 和 fc * size 相互作用的影响，以及95％的置信区间 . 据我所知，这是一个局部残差（或边际效应）图 .
如果我有多个自变量，一个交互和一个非线性回归，我如何在R中创建一个？我知道标准方法是回归（y~我的其他自变量）与（我感兴趣的变量〜其他自变量）的残差，但我不确定如何处理与交互和非线性关系 .
我使用 plot_model() 函数给了它一个镜头，得到了以下内容：
plot_model(mod, type = "pred", terms = "fc")
但是，我期望我的部分残差图中的回归线的斜率等于 fc （0.06）的模型估计值，并且截距等于我的模型输出中的截距（-2.16），但它没有 .
总结一下我的问题：
-
我想要一个局部残差图吗？
-
如果是，那么这与我的模型输出中感兴趣的变量的斜率有什么关系呢？
-
plot_model给我正确的结果，还是我可以用另一个函数来计算回归线和置信区间？
对不起，如果这非常令人困惑，我是统计数据的初学者并且非常困惑 . 我将不胜感激任何帮助，并乐意提供更多有用的信息！
作为参考，这是我的数据：
connectance fc size
1 0.3333333 37.96319 8
3 0.2500000 11.33780 8
5 0.3809524 18.16915 13
6 0.5000000 47.88571 5
8 0.2500000 14.02959 10
9 0.1904762 17.87691 13
11 0.2777778 19.11214 9
12 0.2291667 29.03701 14