如何在R中使用已转换的响应变量的线性回归模型中创建交互项？

Question

我在R中创建了一个包含以下交互项的线性回归模型。

lm.data <- lm(sharer_prob ~ sympathy + trust + fear + greed, na.action=NULL, data=data)

Greed，Sympathy，Trust和fear是允许值为0,1,2或3的独立变量。响应变量为sharer_prob，其值为0到1.该模型包含以下交互项。

IX_greed <- data$greed * data$sharer_prob
IX_sympathy <- data$sympathy * data$sharer_prob
IX_fear <- data$fear * data$sharer_prob
IX_trust <- data$trust * data$sharer_prob

这使得我可以像这样回归一对自变量：

lmFGData=lm( data$sharer_prob ~ IX_fear * IX_greed )
lmFSData=lm( data$sharer_prob ~ IX_fear * IX_sympathy )
lmFTData=lm( data$sharer_prob ~ IX_fear * IX_trust )
lmGSData=lm( data$sharer_prob ~ IX_greed * IX_sympathy )
lmGTData=lm( data$sharer_prob ~ IX_greed * IX_trust )
lmTSData=lm( data$sharer_prob ~ IX_trust * IX_sympathy ) 

不幸的是，由此产生的模型在线性回归的四个假设中有三个失败。所以我创建了一个新模型，它将sharer_prob的logit对照自变量，如下所示：

lm.Logitdata=lm(logit(sharer_prob, , ) ~ sympathy + trust + fear + greed, na.action=NULL, data=data)

如何创建回归相互作用变量对的表达式？

• 选项A：使用相同的表达式，但更改
  的名称 代表每个新模型的对象？
• 选项B：创建包含自变量的数据框 和转换后的响应变量，并在每个中使用它 表达？
• 选项C：做点什么吗？

非常感谢您提供的任何帮助。

拉里·约翰