如何解释R中三元线性回归的输出

Question

我有一个三件式线性回归模型，我在R中运行以模拟大量人群中的体重。我的数据集称为hdata。通过贯穿断点的所有组合的迭代过程，我发现了与最低残差平方误差模型相关的两个断点。我的分段回归的代码，指定了两个断点：

piecewise=lm(hdata$weight ~ hdata$age*(hdata$age < 0.7) + hdata$age*(hdata$age>=0.7 & hdata$age<2) + hdata$age*(hdata$age>2))

当我看到：

summary(piecewise)

我得到以下输出：

                                                Estimate Std. Error t value Pr(>|t|)    
(Intercept)                                     1723.012    210.042   8.203 3.67e-16 ***
hdata$age                                         18.494      1.089  16.975  < 2e-16 ***
hdata$age < 0.7TRUE                            -1690.051    210.476  -8.030 1.48e-15 ***
hdata$age >= 0.7 & hdata$age < 2TRUE            -721.200    213.882  -3.372 0.000758 ***
hdata$age > 2TRUE                                478.094    210.194   2.275 0.023016 *  
hdata$age:hdata$age < 0.7TRUE                   2022.896     45.477  44.481  < 2e-16 ***
hdata$age:hdata$age >= 0.7 & hdata$age < 2TRUE   603.453     30.532  19.764  < 2e-16 ***
hdata$age:hdata$age > 2TRUE                           NA         NA      NA       NA 

根据这些估计，我想计算三个截距，以及与模型相关的三个斜率，但我不知道该怎么做。为简单起见，我调用与（拦截）Est1相关的估计，与hdata $ age Est2相关的估计，依此类推......直到Est7。我认为第一个拦截应该是Est1 + Est3，第一个斜率应该是Est2 + Est6，但我可能错了，仍然不知道如何计算其他拦截和斜率。任何帮助将不胜感激。