与LM（）虚拟变量中的R

Question

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

在本文中，我感到困惑这个论点：

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响，所以这意味着预测变量是x x (x < breaks[i]) (x < breaks[i])和交互？

Answer 1

这是一种做“分段”回归的方法。你基本上创造了两个不同的模型，一个是x <突破[i]的部分，另一个是相反的部分。该网页似乎做了很好的说明，因此目前还不清楚缺少的是什么。

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

这本质上意味着有两个预测：如果它被写为模型公式可能会更清楚第一个是x和第二个是，该区域是1小于逻辑矢量在其他地区打破[我]和0。事实上，你可能不会需要两个方面的模型，如果你只是使用：

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

我认为预测是相同的，但他们是略有不同的，也许是因为这两个项模型隐含允许完全独立的拦截。