R中逻辑回归的交互作用

时间:2020-11-05 14:48:58

标签: r logistic-regression glm interaction

我正在使用功能glm()在R中运行逻辑回归。我想在两个自变量之间添加一个交互,并且我知道可以使用*或:链接这两个术语。示例:我有一个分类自变量和一个连续自变量,并且交互作用可以是sex * weight或sex:weight。虽然我了解了如何解释第一个选项的结果,但我不知道如何解释第二个选项,因为考虑到它不会像*那样创建引用类别。

1 个答案:

答案 0 :(得分:0)

术语sex*weightsex:weight具有不同的含义。第一个(*)是sex + weight + sex:weight的简写,也就是说,包括每个参数和交互。 sex:weight仅添加交互项。因此,结果模型有所不同。

据我所知,模型应始终包含交互作用中涉及的较低层次的术语。否则,无法(轻松)解释该交互,例如,请参见此处:https://stats.stackexchange.com/q/11009/133735

#model including both parameters and their interaction with "*"
m1 <- lm(Sepal.Length ~  Petal.Width * Petal.Length, data = iris)
coef(m1)

             (Intercept)              Petal.Width             Petal.Length Petal.Width:Petal.Length 
               4.5771709               -1.2393154                0.4416762                0.1885887 
#model including both pars and interaction (all terms spelled out)
m2 <- lm(Sepal.Length ~  Petal.Width + Petal.Length + Petal.Width:Petal.Length, data = iris)
coef(m2)
             (Intercept)              Petal.Width             Petal.Length Petal.Width:Petal.Length 
               4.5771709               -1.2393154                0.4416762                0.1885887

#model only including the interaction
m3 <- lm(Sepal.Length ~  Petal.Width:Petal.Length, data = iris)
coef(m3)
             (Intercept) Petal.Width:Petal.Length 
               4.9704818                0.1506457