如何在R？

Question

## load the dataset    
library(car)
library(texreg)
library(effects)
library(psych)   
Prestige$lnincome <- log(Prestige$income)
PrestigeSubset <- Prestige[!rownames(Prestige) %in% c("MINISTERS","BABYSITTERS","NEWSBOYS"), ]

m1 <- lm(lnincome ~ prestige + women + education + type, data = PrestigeSubset)
m2 <-  lm(lnincome ~ prestige*women + education + type, data = PrestigeSubset)
anova(m1, m2)


# Analysis of Variance Table
# Model 1: lnincome ~ prestige + women + education + type
# Model 2: lnincome ~ prestige * women + education + type
#   Res.Df    RSS Df Sum of Sq      F Pr(>F)
# 1     91 4.3773                           
# 2     90 4.2661  1   0.11127 2.3473  0.129

plot(effect("prestige:women", m2), xlevels = list(women = c(0, 25, 50, 75, 97.51)), multiline = T)

我首先做了一个回归模型m1，然后是另一个带有交互项的回归模型（职业声望和该职业中女性的比例）。比较两个模型以查看交互是否显着（与摘要（m2）中的交互的p值相同）。这里的情节是使用Prestige数据集（实践），职业声望对不同职业女性水平的职业收入的影响。想法是，女性较少的职业会得到较少的回报（以引起性别平等问题）。

这里的收入（y轴）实际上是自然对数变换。但我想提出原始收入。 我该怎么做？

此外，互动术语实际上并不重要。但是，当我使用原始价值收入时，它是重要的。我知道＆＃34;女性＆＃34;（女性的比例）对声望→收入＆＃34;有适度的影响。 无论如何都要解决不一致问题？

Answer 1

我已经解决了第一个问题。添加一些参数来实现功能就可以了。

plot(effect("prestige:women", m2, xlevels = list(women = c(0, 25, 50, 75, 97.51)), 
 transformation = list(link = log, inverse = exp)), 
 multiline = T, type = "response", add = T)