添加交互效应 x1 * x2 的 R 语言代码
在数据分析和统计建模中,交互效应是指两个或多个变量之间相互作用产生的效应。在 R 语言中,可以使用线性回归模型来添加交互效应。本文将介绍如何使用 R 语言在线性回归模型中添加交互效应 x1 * x2,并提供相应的源代码。
首先,我们需要准备数据集。假设我们有两个连续的自变量 x1 和 x2,以及一个连续的因变量 y。我们可以使用以下代码生成一个简单的数据集:
# 生成数据集
set.seed(1)
n <- 100 # 样本数量
x1 <- runif(n, 0, 10) # 生成 0 到 10 之间的随机数作为 x1
x2 <- runif(n, 0, 10) # 生成 0 到 10 之间的随机数作为 x2
y <- 2 * x1 + 3 * x2 + rnorm(n, 0, 1) # 生成因变量 y,其中包含 x1 和 x2 的线性关系以及随机误差
data <- data.frame(x1, x2, y) # 创建数据框
接下来,我们可以使用 lm()
函数拟合一个线性回归模型,并添加交互效应 x1 * x2。代码如下:
# 拟合线性回归模型并添加交互效应
model <- lm(y ~ x1 * x2, data = data)
summary(mode