回歸中相互作用的評估<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好 ！
我又開始研究多元線性迴歸了。 我必須處理許多變量，大約有 10 個定性變量和 20 個定量變量。 我想知道評估所有這些變數之間相互作用的基礎。 我嘗試做一些事情：對於每個變數 -> 我使用 30 個解釋變數之一和我的反應變數執行簡單的線性迴歸，然後在 JMP 下我做了一個「分組依據」。 透過這種操作，我認為我將能夠在視覺上看到互動的正面或負面影響。 但現在我已經執行了 30 多個簡單的線性迴歸，我認為這個過程不是這樣的。 我認為它僅在人們想要測試僅包含 2 個變數的模型以了解是否必須在模型中添加交互項時才有效。
我的最終目標是用我的反應變數 (Y) 和我的解釋變數 (Xi) [我的所有 30 個變數加上我在簡單迴歸中發現的所有「有效交互作用」] 建立一個迴歸模型。
我希望有人能救我！ 非常感謝您的閱讀...我再次為我的英語感到抱歉...
回歸中相互作用的評估您需要使用“分析”功能表下的“擬合模型”命令。這將允許您的模型中有多個 X 變數。
擬合模型的對話方塊視窗將允許您指定模型結構。可以使用「巨集」按鈕產生常見的模型結構。您描述的模型類型包括所有主要術語和二因素交互作用，可以使用「階乘到程度」選項來產生。
這些是步驟：
1. 分析>擬合模型
2. 選擇回應列並點選 Y 按鈕
3. 選擇解釋變數的列名稱，點選巨集按鈕並選擇“階乘階乘”
4. 點選運行按鈕
希望這可以幫助
戴夫
