小编Bor*_*ris的帖子

是否有一种简单的方法可以在R模型中包含所有可能的双向交互？

鉴于此模型:

lm(a~b+c+d)

将使用什么语法使模型包括b,c,d,bc,bd和cd作为解释变量,bc是主效应b和c的交互项.

我在 R 中有一个线性模型，其中包含所有可能的双向交互。模型中包含的变量之一是 JobAfter18：

> levels(AcademicData$JobAfter18)
[1] "No"                      "Yes, one job"            "Yes, two jobs"           "Yes, more than two jobs"

在此处查看时，该变量具有这 4 个因子水平。然而，在拟合摘要中，结果如下：

AcademicData$JobAfter18.L                                          34.042724  33.857406   1.005  0.31725    
AcademicData$JobAfter18.Q                                         -43.296277  20.763852  -2.085  0.03976 *  
AcademicData$JobAfter18.C                                         -14.816135   8.309894  -1.783  0.07782 .

L、Q 和 C 来自哪里，它们的含义是什么？我意识到因子变量将在输出中包含 n-1 个因子级别，因为未包含的因子级别是与其他因子级别进行比较的基线。我只是不明白为什么级别会出现这些字母而不是写出来，因为它们是其他变量的，例如这里看到的“性别”因子变量，它具有“男性”和“女性”级别：

AcademicData$SexMale                                               19.421651  12.331565   1.575  0.11863