多条件效应图

Question

我有以下线性模型：y ~ x1 + x2 + x3 + (x1*x2) + (x1*x3) + (x2*x3)

x1和x2是连续的，x3是一个虚拟变量。

我似乎不知道如何并排绘制条件效果图，以便能够检查以下内容：

• 当(也是条件)x1=0时，x2对y的条件效应
• 当x1=1时，x2对y的条件效应

我查阅了大量的R软件包的文档，我在过去使用这些软件包来制作效果、情节和“浏览”互联网，但似乎找不到这个问题的答案。我觉得我以前见过这样的东西，包括“假的”数据，但再也找不到了。

任何帮助都是非常感谢的！

Answer 1

我真的不知道自动化这个任务的包，但是你可以用几个关键的笔触来完成它。注意，R很聪明，可以理解

  model <- lm(y~x1*x2*x3,data) = to y ~ x1 + x2 + x3 + (x1*x2) + (x1*x3) + (x2*x3).

为了理解这种相互作用，你需要画出适合的情节。问题是，你有三个自变量，所以你真的需要一个4d图，这是相当困难的绘制。有人说过，另一种方法是简单地将针对x1和x2的fits绘制成两个单独的图，一个对应于您的虚拟变量x3的每个级别。让我们在实践中看到：

set.seed(1)
obs <- data.frame(x3=sample(c("A","B"),size=100,replace=TRUE),
                  x2=sample(1:10,size=100,replace=TRUE),
                  x1=sample(1:10,size=100,replace=TRUE),
                  y=rnorm(100))

model <- lm(y~x1*x2*x3,data=obs)

anova(update(model,.~.-x1:x2:x3),model)


fit.A <- data.frame(x3="A",x2=rep(1:10,10),x1=rep(1:10,each=10))
fit.A$pred <- predict(model,newdata=fit.A)
fit.B <- data.frame(x3="B",x2=rep(1:10,10),x1=rep(1:10,each=10))
fit.B$pred <- predict(model,newdata=fit.B)
par(mfrow=c(1,2),mai=c(0,0.1,0.2,0)+.02)

persp(x=1:10,y=1:10,z=matrix(fit.A$pred,nrow=10,ncol=10,byrow=TRUE),
xlab="x2",ylab="x1",zlab="fit",main="x3 = A",zlim=c(-.8,1.1))
persp(x=1:10,y=1:10,z=matrix(fit.B$pred,nrow=10,ncol=10,byrow=TRUE),
xlab="x1",ylab="x2",zlab="fit",main="x3 = B",zlim=c(-.8,1.1))

​

​

另一种方法是使用来自包lattice或effects包的effects函数。