如何确定交互项不同级别的斜率？你好呀，
我正在通过标准拟合模型对话框运行混合模型线性回归。我的输入变量是两个分类变量：速度（两个级别：快和慢）和试验（5 个级别），以及一个连续变量：感知需求。我的结果变量是一个连续变量：结果分数。我发现速度和感知需求之间存在显着的相互作用。从交互图来看，感知需求与结果得分关系之间的斜率存在明显差异，具体取决于速度变量的水平。有没有一种方法可以计算出每个速度级别下直线的斜率（即快速下关系的斜率和慢速下关系的斜率）？我似乎找不到允许我报告这些数字的选项。谢谢！
回复：如何确定交互项不同级别的斜率？在拟合模型报告中有一个选项比较坡度（红色三角形/估计）。 如果选择，将创建一个轮廓框。 选择显示总结报告单击子轮廓框中的红色三角形与总体比较... 生成的表格框列出了连续协变量的估计斜率及其所有类别变量水平的置信区间。
JSL 示例：
dt = Open("$SAMPLE_DATA/Big Class.jmp");
fm = dt << Fit Model(Y(:height), Effects(:sex, :weight, :sex * :weight), Personality("Standard Least Squares"), Emphasis("Minimal Report"), Run);
fm << Compare Slopes(ANOM(1, Show Summary Report(1)));
回复：如何确定交互项不同级别的斜率？如果将拟合模型保存为带有公式的新列（保存列 > 保存预测公式），则检查该公式。 查找 Match() 函数。 它将返回分类因子每个级别的斜率。
回复：如何确定交互项不同级别的斜率？感谢你的回复！我想我可能没有说清楚，对此我深表歉意。交互实际上是分类项（具有两个级别）和连续项之间的交互，并且结果也是连续项。这会改变你的答案，还是会保持不变？谢谢！
回复：如何确定交互项不同级别的斜率？如果你的两个因素都是分类因素，那么就没有斜率。 响应发生了变化，例如在预测刻画器中，可视化为在级别之间绘制的一条线。
