regression - 如果存在主效应和交互效应,解释整体效应?
问题描述
假设,我有三个独立的分类变量 e、f 和 g,并且想估计因变量 y。经过一些工作,我得到了以下回归模型:
y = b0 + b1*x + b2*y + b3*z + b4(xy) + b5(xz)
我如何确定不同类别/级别是否存在总体显着差异x
?由于与b2
和b3
是相等的,我认为它们可能可以忽略不计。
解决方案
据我了解,回归模型中的三个分类变量是 x、y 和 z。我将把 y 重写为 w,因为结果和变量都标记为 y。对于这篇文章,我指的是这个模型:
Y = b0 + b1x + b2 w + b3z + b4(x w ) + b5(xz)
您在三个级别(xw、xz 和 wz 作为参考)之间存在交互。
如果这是真的,那么你就不能断言x 对 w 的直接影响。为什么?因为这些列是共线的,所以对 b1、b2 和 b3 的估计是有偏差的。另一种思考方式是 x 的影响取决于 w(因此是相互作用)。
如果您想了解 x 对 Y 的直接影响(或 W 对 Y、z 对 Y 的直接影响),那么您可以拟合没有交互项的模型。IE 适合
Y = b0 + b1x + b2w + b3z
并查看 b1 上的意义。该模型表明 x 对 Y 的影响与 w 或 z 无关。
因为您提到 b2 和 b3 大致相同,所以我建议另一种方法。您可以将 w 和 z 变量折叠在一起(如果在科学上有意义的话)并拟合一个模型,其中只有 x 和合并的 wz 变量之间的交互项。
假设您需要交互项并希望传达 x 如何影响 y。然后,您可以选择有意义的协变量值并解释这如何改变结果。这种策略不再关注“意义”,而是将注意力转移到解释和意义上。例如,如果 x=1、w=0 和 z=0,则对 Y 的影响为 b1;如果 x=1、w=0、z=1 等,对 Y 的影响是 b1 + b3 + b5。
推荐阅读
- firebase - 使用 Firebase 部署时出错:getaddrinfo ENOTFOUND
- c - 函数 struct page* alloc_pages() 中的无符号整数顺序是什么
- vue.js - 从数据库中获取数据,将其存储在数组中,以在 vuejs 中绘制图表
- java - 使用 BroadcastReceiver 更新 ProgressBar
- c++ - WS_EX_LAYOUTRTL、WS_EX_RTLREADING 和 WS_EX_RIGHT 有什么区别?
- javascript - 如何修复调色板中组内成员元素的“位置”属性的绑定?
- node.js - 我从 .env 文件中获取过时的数据
- cron - 使用 Cron 选项卡在 Web 浏览器上打开 localhost
- python-3.x - 在 Docker 文件中设置 mysql-connector-python
- reactjs - 在 React Redux 中联合调用多个操作