與LM（）虛擬變量中的R

Question

REF相互作用：http://www.r-bloggers.com/r-for-ecologists-putting-together-a-piecewise-regression/

在本文中，我感到困惑這個論點：

y ~ x*(x < breaks[i]) + x*(x>=breaks[i]) 

在 lm()

。

我知道*lm意味着相互作用和主要影響，所以這意味着預測變量是x x (x < breaks[i]) (x < breaks[i])和交互？

Answer 1

這是一種做「分段」迴歸的方法。你基本上創造了兩個不同的模型，一個是x <突破[i]的部分，另一個是相反的部分。該網頁似乎做了很好的說明，因此目前還不清楚缺少的是什麼。

y ~ x*I(x < breaks[i]) + x*I(x>=breaks[i]) 

這本質上意味着有兩個預測：如果它被寫爲模型公式可能會更清楚第一個是x和第二個是，該區域是1小於邏輯矢量在其他地區打破[我]和0。事實上，你可能不會需要兩個方面的模型，如果你只是使用：

y ~ x*I(x < breaks[i]) 

我認爲預測是相同的，但他們是略有不同的，也許是因爲這兩個項模型隱含允許完全獨立的攔截。