关于交互项
交互模型各个系数解释
交互模型能否只加交互项
交互模型中变量何时变量对中化处理
![87f3afe4cd12b3dc6df08bb5f4d9c380.png](https://i-blog.csdnimg.cn/blog_migrate/ad9ce143fad5eb53cc1ec86e7283ddd0.png)
![87f3afe4cd12b3dc6df08bb5f4d9c380.png](https://i-blog.csdnimg.cn/blog_migrate/ad9ce143fad5eb53cc1ec86e7283ddd0.png)
关于交互项的思考
本文因变量为健康状况(1-5),自变量为年龄(连续变量)和体重(连续变量)。首先进行普通最小二乘法。结果如下图所示:age的系数表示一个人体重不变情况下,年龄每增加1岁,健康状况将会显著降低0.0257(均值为3.4138)。
![dfd27bd38e73862d5965485a981abf2f.png](https://i-blog.csdnimg.cn/blog_migrate/6030ea831d8cef3ba760b523641d1516.jpeg)
在做交互项之前,我们先引入变量对中化,将年龄和体重都对中化(stata中使用center var 即可实现)后放入回归,结果发现年龄和体重对应的系数及P值都没有发生变化。这只是为下面交互项中变量为何对中化做铺垫。