小编Sza*_*lja的帖子

计算并比较每组回归交互的系数估计值

A) 我感兴趣的是连续变量 ( Var1) 对连续因变量 ( DV) 的影响,条件是四个不同的组,这些组由两个双变量变量 (Dummy1Dummy2) 定义。因此,我进行了三向交互。

Var1 <- sample(0:10, 100, replace = T)
Dummy1 <- sample(c(0,1), 100, replace = T)
Dummy2 <- sample(c(0,1), 100, replace = T)

DV <-2*Var1 + Var1*Dummy1 + 2*Var1*Dummy2 + 10*Var1*Dummy1*Dummy2 + rnorm(100)

fit <- lm(DV ~ Var1*Dummy1*Dummy2)
Run Code Online (Sandbox Code Playgroud)

我想比较Var1各组之间的系数。我相信,这可以通过将相关系数相加来实现。

# Group Dummy1 = 0 & Dummy 2 = 0: 
fit$coefficients[Var1]

# Group Dummy1 = 1 & Dummy 2 = 0: 
fit$coefficients[Var1] + fit$coefficients[Var1:Dummy1]
Run Code Online (Sandbox Code Playgroud)

但这似乎过于艰巨并且容易出错。什么是更有效的解决方案? …

interaction regression r coefficients

1
推荐指数
1
解决办法
1288
查看次数

标签 统计

coefficients ×1

interaction ×1

r ×1

regression ×1