Là tương tác có thể giữa hai biến liên tục?


Câu trả lời:


31

Vâng, tại sao không? Việc xem xét tương tự như đối với các biến phân loại sẽ được áp dụng trong trường hợp này: Ảnh hưởng của đến kết quả Y không giống nhau tùy thuộc vào giá trị của X 2 . Để giúp trực quan hóa nó, bạn có thể nghĩ về các giá trị được lấy bởi X 1 khi X 2 lấy giá trị cao hoặc thấp. Trái ngược với các biến phân loại, ở đây tương tác chỉ được biểu thị bằng sản phẩm của X 1X 2 . Lưu ý, tốt hơn hết là tập trung vào hai biến của bạn trước (để hệ số cho X 1 đọc là hiệu ứng của X 1 khi XX1YX2X1X2X1X2X1X1 là ở ý nghĩa mẫu của nó).X2

Như vui lòng đề xuất bởi @whuber, một cách dễ dàng để xem làm thế nào biến đổi với Y là một hàm của X 2 khi một thuật ngữ tương tác được bao gồm, là để ghi lại những mô hình E ( Y | X ) = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 1 X 2 .X1YX2E(Y|X)=β0+β1X1+β2X2+β3X1X2

Sau đó, có thể thấy rằng hiệu ứng tăng một đơn vị trong khi X 2 được giữ không đổi có thể được biểu thị bằng:X1X2

E(Y|X1+1,X2)E(Y|X1,X2)=β0+β1(X1+1)+β2X2+β3(X1+1)X2(β0+β1X1+β2X2+β3X1X2)=β1+β3X2

X2X1β2+β3X1X1β1X2β2

Bạn có thể xem qua hồi quy bội: thử nghiệm và diễn giải các tương tác , của Leona S. Aiken, Stephen G. West và Raymond R. Reno (Sage Publications, 1996), để biết tổng quan về các loại hiệu ứng tương tác khác nhau trong hồi quy bội . (Đây có lẽ không phải là cuốn sách hay nhất, nhưng nó có sẵn thông qua Google)

Dưới đây là một ví dụ đồ chơi trong R:

library(mvtnorm)
set.seed(101)
n <- 300                      # sample size
S <- matrix(c(1,.2,.8,0,.2,1,.6,0,.8,.6,1,-.2,0,0,-.2,1), 
            nr=4, byrow=TRUE) # cor matrix
X <- as.data.frame(rmvnorm(n, mean=rep(0, 4), sigma=S))
colnames(X) <- c("x1","x2","y","x1x2")
summary(lm(y~x1+x2+x1x2, data=X))
pairs(X)

nơi đầu ra thực sự đọc:

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.01050    0.01860  -0.565    0.573    
x1           0.71498    0.01999  35.758   <2e-16 ***
x2           0.43706    0.01969  22.201   <2e-16 ***
x1x2        -0.17626    0.01801  -9.789   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.3206 on 296 degrees of freedom
Multiple R-squared: 0.8828, Adjusted R-squared: 0.8816 
F-statistic: 743.2 on 3 and 296 DF,  p-value: < 2.2e-16 

Và đây là cách dữ liệu mô phỏng trông như thế nào:

văn bản thay thế

YX2X1

library(Hmisc)
X$x1b <- cut2(X$x1, g=5) # consider 5 quantiles (60 obs. per group)
coplot(y~x2|x1b, data=X, panel = panel.smooth)

văn bản thay thế


5
(+1) Nếu bạn có thời gian và thiên hướng, bạn có thể củng cố câu trả lời này bằng cách mở rộng yêu cầu của mình, bao gồm X1 * X2 làm cho hiệu ứng của X1 trên Y thay đổi theo X2. Cụ thể, một mô hình Y = b0 + b1 * X1 + b2 * X2 + b3 * (X1 * X2) + cũng có thể được xem là có dạng Y = b0 + (b1 + b3 * X2) * X1 + b2 * X2 + lỗi, cho biết chính xác hệ số của X1 - bằng b1 + b3 * X2 - thay đổi theo X2 (và, đối xứng, hệ số của X2 thay đổi theo X1). Đó là một hình thức "tương tác" tự nhiên, đơn giản.
whuber

1
@chl - Cảm ơn đã phản hồi. Vấn đề mà tôi gặp phải là tôi có một n(11K) lớn và đang sử dụng MiniTab để thực hiện một Âm mưu tương tác và phải mất mãi để tính toán nhưng không hiển thị gì cả. Tôi chỉ không chắc chắn làm thế nào tôi thấy nếu có tương tác với bộ dữ liệu này.
TheCloudlessSky

3
@TheCloudlessSky: Một cách tiếp cận là cắt dữ liệu thành các thùng theo các giá trị của X1. Vẽ đồ thị Y so với X2 bằng thùng, tìm kiếm sự thay đổi về độ dốc khi các thùng khác nhau. Làm tương tự với vai trò của X1 và X2 đảo ngược.
whuber

3
@chl Màn hình trellis là một minh họa đẹp. Cắt một biến ở các lượng tử khoảng cách bằng nhau là hấp dẫn. Có những cách tiếp cận khác. Ví dụ, Tukey khuyên bạn nên cắt bằng cách giảm một nửa đuôi: nghĩa là cắt các giá trị X2 thành hai nửa ở giữa, sau đó cắt các nửa đó theo trung vị của chúng , sau đó cắt nửa dưới của nhóm thấp nhất ở giữa và nửa trên của cao nhất nhóm ở vị trí trung bình, v.v., tiếp tục miễn là các nhóm mới có đủ dữ liệu.
whuber

1
@whuber Đó lại là một điểm tốt. Tôi sẽ có một cái nhìn về việc thực hiện R có thể, hoặc tự mình thử nó.
chl
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.