如何在 R 的线性模型中包含所有可能的双向交互项？答案

【问题标题】：How to include all possible two-way interaction terms in a linear model in R?如何在 R 的线性模型中包含所有可能的双向交互项？
【发布时间】：2021-07-17 16:26:50
【问题描述】：

是否有一种简单的方法可以在 R 中的模型中包含所有可能的双向交互？

鉴于此模型：

lm(a~b+c+d)

如果 bc 是主效应 b 和 c 的交互项，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。

【问题讨论】：

stackoverflow.com/questions/11633403/…
请注意，当存在您不希望响应变量回归的列时，重复的问题并未解决如何编写双向交互。我的回答解决了这种情况。

标签： r

【解决方案1】：

你可以这样写：

lm(a ~ (b + c + d)^2)

这会创建b、c 和 d 之间双向交互的所有组合

例如：

lm(mpg ~ (cyl+disp+hp)^2, data = mtcars)

给予：

Call:
lm(formula = mpg ~ (cyl + disp + hp)^2, data = mtcars)

Coefficients:
(Intercept)          cyl         disp           hp     cyl:disp       cyl:hp      disp:hp  
  5.601e+01   -4.427e+00   -1.184e-01   -1.142e-01    1.439e-02    1.556e-02   -8.567e-05

【讨论】：

更简单：lm(a ~ .^2)
@tobiasegli_te 如果有您不希望a回归的列，则不会。
@tobiasegli_te 评论本身应该是一个答案。这是因为一旦有人弄清楚 avid_user 答案，下一个问题就是如何为所有变量执行此操作。删除我们不需要回归的变量很容易。这根本不是什么大问题
lm(a ~ .^2) 有效，但有点危险，因为它将除 y 之外的所有变量添加到 RHS。我不鼓励在学生的工作中使用这种魔法。以这种方式很容易得到杂散的预测器。检查你的模型！