Wenn ich meine Daten mit etwas wie lm(y~a*b)
in der R-Syntax anpasse, wobei a
es sich um eine binäre Variable und b
eine numerische Variable handelt, ist der a:b
Interaktionsterm die Differenz zwischen der Steigung von y~b
at a
= 0 und at a
= 1.
Nehmen wir nun an, die Beziehung zwischen y
und b
ist krummlinig. Wenn ich jetzt passe lm(y~a*poly(b,2))
, dann a:poly(b,2)1
ist die Änderung der Änderung der y~b
Bedingung auf der Ebene von a
wie oben und a:poly(b,2)2
die Änderung der y~b^2
Bedingung abhängig von der Ebene von a
. Es erfordert einige Handbewegungen, aber wenn sich einer dieser Wechselwirkungskoeffizienten signifikant von Null unterscheidet, kann ich argumentieren, dass dies a
nicht nur die vertikale Verschiebung, y
sondern auch den Ort des Peaks und die Steilheit der Annäherung an den Peak der y~b+b^2
Kurve beeinflusst.
Was ist, wenn ich passe lm(y~a*bs(b,df=3))
? Wie interpretiere ich die a:bs(b,df=3)1
, a:bs(b,df=3)2
und a:bs(b,df=3)3
Begriffe? Sind dies die vertikalen Verschiebungen y
vom Spline, die a
auf jedes der drei Segmente zurückzuführen sind?
quelle