python可视化数据分析交互作用_一文轻松看懂线性回归分析的交互作用！

作者：丁点helper

来源：丁点帮你

前几天的文章，我们聚焦在回归分析，今天来看看在回归分析中常常要研究的一类难点问题——交互作用的探究。

交互（interaction），字面上不太好理解，但是从数学表达上却很简单。

如果想要研究两个自变量如X1和X2的交互作用，通常的做法就是将两个变量相乘，即X1*X2，然后把乘积项纳入到回归方程。

操作起来很简单，但交互项的纳入对于回归系数的解读却带来了新的问题。

以一个很经典的例子来说明。

含交互项的回归方程

多重线性回归，一般是指有多个自变量X，只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍，两者的差距主要在于自变量X的数量，在只有一个X时，就称简单线性回归。

我们想通过线性回归研究教育程度、性别对个人收入的影响，首先，不纳入交互项的回归方程为：

其中，Y表示收入，X1表示“教育年限”（定量变量），X2表示“性别”（分类变量，用”0“为女性；“1“表示男性ÿ