语境：

我正在使用序数逻辑模型并尝试解释/呈现结果。该模型有两个连续的兴趣预测变量，以及连续和分类控制的混合。我希望在我感兴趣的多个级别的 IV 中绘制出最佳结果（被学校录取）的预测可能性。

我正在使用 R 的 predict() 函数来生成预测的可能性。对于我感兴趣的 IV，我选择了一系列合理的值（即平均值 +- 1 SD）。对于连续预测变量，我可以使用合理的基线值（通常为 0），因为它们是以均值为中心或标准化的。

我正在尝试研究如何处理分类预测变量。我通过插入不同的值来探索我的选择，在大多数情况下，结果只是输出曲线的一个小变化。然而，对于一个变量，差异是巨大的，所以我需要找到一种方法来呈现该变量不同级别的通用结果。

也许一个例子可以帮助澄清。在这两个图中，两个感兴趣的 IV 绘制在 x 轴上并作为 3 条线绘制。每个图表都显示了给定我麻烦的分类控制的单个级别的输出，“录取学校”（总共有 4 个级别）

其他图表和 R 语法在这里如果你很好奇

问题：

• 我应该如何在单个图中表示所有级别的分类变量的模型？

初步想法：

• 使用某种加权平均值汇总每个入学学校级别的预测值。
• 这篇文章建议使用每种类型的案例比例作为每个变量的输入。例如，如果我 32% 的案例来自学校 1，我将在预测公式中使用 .32*B-school1。我不知道如何在 R 中做到这一点，因为这些变量是因素，但如果它是一种适当的方法，我相信我可以弄清楚。

抱歉冗长，并在此先感谢您的帮助。