之前的双连续变量交互作用作图,和分类变量与连续变量的交互都给大家写了,今天给大家写写,两个分类变量的交互,及简单斜率图画法。
本文的例子为:
在研究导师类型和性别这个两个自变量学生GPA的影响时,我们想看一看导师类型和性别的交互作用,这个例子中,导师类型和性别都是分类变量。
数据模拟N
Q
G
Y
Y = (Y - min(Y)) / (max(Y) - min(Y))*4
GPA.Data.3
上面的代码就模拟出了个数据框,其中Q为导师类型,有3类,模拟的时候用的-1,0,1代替,性别用的0,1
接下来,我们得将分类变量转化为哑变量,R会自动将因子处理为哑变量,所以我们直接转为因子就行:GPA.Data.3$Tutor.F
level=c(-1,0,1),
labels=c("No Tutor", "Group Tutor", "Private Tutor"))
GPA.Data.3$Gender.F
level=c(0,1),
labels=c("Male", "Female"))
回归分析
然后我们进行回归分析,一个是有交互作用的,一个是不含交互作用的GPA.3.Model.1
GPA.3.Model.2
stargazer(GPA.3.Model.1, GPA.3.Model.2,type="html",