逻辑回归 (GLM) 中的交互方程答案

【问题标题】：Equation from interaction in a logistic regression (GLM)逻辑回归 (GLM) 中的交互方程
【发布时间】：2019-07-08 14:10:58
【问题描述】：

我有以下 glm 回归：

fitglm= glm(Resp ~ Doses*Seasons, data=DataJenipa,family=binomial(link = 
"probit"))

总结如下：

Call:
glm(formula = Resp ~ Doses * Seasons, family = binomial(link = "probit"), 
    data = DataJenipa)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-0.6511  -0.4289  -0.3035  -0.3035   2.6079  

Coefficients:
               Estimate Std. Error z value Pr(>|z|)  
(Intercept)    -0.63423    0.26604  -2.384   0.0171 *
Doses          -0.23989    0.09339  -2.569   0.0102 *
Seasons2       -1.06117    0.44979  -2.359   0.0183 *
Doses:Seasons2  0.23989    0.14380   1.668   0.0953 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 208.05  on 399  degrees of freedom
Residual deviance: 195.71  on 396  degrees of freedom
AIC: 203.71

为了可视化我的模型，我使用了 interact_plot（来自 jtools 包）

interact_plot(fitglm, pred = Doses, modx = Seasons, plot.points = T, point.shape = T,interval = F,modx.labels = c("Summer", "Winter"), line.thickness = 1.5)

我得到以下信息：

如何从上面的两行得到我的两个数学方程？（如：Summer(Y) = -0.63423 -0.23989x ... 并继续）

我知道我的例子是错误的，但是我如何从图中得到这两个方程？？

【问题讨论】：

您应该按照此处答案中给出的步骤操作：stackoverflow.com/questions/24173468/…
这不是我的问题，我需要知道每条线的系数在哪里，因为 interact_plot 从单个 glm 模型（带有交互）创建了两条线

标签： r

【解决方案1】：

已经找到方法了！我只需要运行两个不同的 glm 回归，每个回归只有一个季节（没有交互 Doses*Season）。这样做我会得到每条线和它们的系数来组成我的方程！

所以：

fitglmSummer <- glm(Resp ~ Doses, data=DataSummer,family=binomial(link = "probit"))
fitglmWinter <- glm(Resp ~ Doses, data=DataWinter,family=binomial(link = "probit"))

谢谢！

【讨论】：