为什么我的混合效应逻辑回归模型输出非线性结果而不是线性log-odds？ （r函数glmer和ggemeans）

Question

LMM_acc = glmer(Correct ~ 

                  time_position.c +
                  response_side +
                  response_side*time_position.c +
                  
                  (1|ppt_id)+
                  (1|Stimulus),
                
                data = data_cleaned,
                family = binomial, 
                nAGQ = 0)

the剧情：

ggemmeans(LMM_acc, terms = c("time_position.c","response_side")) %>% 
  plot()+
  geom_line (size = 2)+
  aes(linetype = group_col) +
  theme(legend.title = element_text(size=30),
        legend.position = 'top',
        legend.key.size = unit('1.5', 'cm'),
        axis.title.y = element_text(size = rel(2), angle = 90),
        axis.title.x = element_text(size = rel(2)),
        axis.text.x = element_text(size=20),
        axis.text.y = element_text(size=20))+ 
  ylim(0.47, 1.00) +
  scale_colour_manual("response_side", values = c("purple","orangered")) +
  scale_fill_manual("response_side", values = c("purple","orangered"),
                    guide = "legend") +
  scale_linetype_manual("response_side", values = c(2,1)) +
  guides(fill = guide_legend(override.aes = 
                               list(fill = c("purple","orangered"))))

这是输出，应该是线性的，但不是：

也许这个问题不是在模型上，而是绘图方法？因为当我使用另一个函数绘制整个模型时（Aretffects）似乎是线性的：

任何见解将不胜感激！

@pbulls谢谢您的答复。如您所建议，我更改了Ggemmeans代码。但是，结果仍然不是线性的。 Y尺度显示百分比，而不是日志赔率。知道我如何解决这个问题？

ggemmeans(LMM_acc, terms = c("time_position.c", "response_side"), back.transform = FALSE) %>% 
  plot() +
  geom_line(size = 2) +
  aes(linetype = group_col) +
  theme(legend.title = element_text(size = 30),
        legend.position = 'top',
        legend.key.size = unit('1.5', 'cm'),
        axis.title.y = element_text(size = rel(2), angle = 90),
        axis.title.x = element_text(size = rel(2)),
        axis.text.x = element_text(size = 20),
        axis.text.y = element_text(size = 20)) + 
  scale_colour_manual("response_side", values = c("purple","orangered")) +
  scale_fill_manual("response_side", values = c("purple","orangered"),
                    guide = "legend") +
  scale_linetype_manual("response_side", values = c(2,1)) +
  guides(fill = guide_legend(override.aes = 
                               list(fill = c("purple","orangered"))))

Answer 1