连续变量和分类变量的交互作用代表什么(Stata)?
以下是Stata在线教程中的一段引语:如果您想将连续变量与因子变量交互,只需在连续变量前面加上c即可。 他们给出了以下例子:连续变量和分类变量的交互作用代表什么(Stata)?,stata,interaction,Stata,Interaction,以下是Stata在线教程中的一段引语:如果您想将连续变量与因子变量交互,只需在连续变量前面加上c即可。 他们给出了以下例子:吸烟者#c.bmi 吸烟者是一个分类变量,编码为1个非吸烟者、2个吸烟者、3个重度吸烟者 bmi是一个连续变量,即体重指数 当他们创建交互术语“吸烟者”#c.bmi时,它显示了什么以及如何解释 在我看来,smoker是一个虚拟变量(1/0)[请参见下面的注释]。请仔细检查以下句子: 我们对年龄组的胆固醇水平和该人是否吸烟以及连续体重指数(bmi)及其与该人是否吸烟的相互作用
吸烟者#c.bmi
吸烟者
是一个分类变量,编码为1个非吸烟者、2个吸烟者、3个重度吸烟者
bmi
是一个连续变量,即体重指数
当他们创建交互术语“吸烟者”#c.bmi时,它显示了什么以及如何解释 在我看来,
smoker
是一个虚拟变量(1/0)[请参见下面的注释]。请仔细检查以下句子:
我们对年龄组的胆固醇水平和该人是否吸烟以及连续体重指数(bmi)及其与该人是否吸烟的相互作用进行线性回归[重点]
cholesterol = -0.517 smoker + 0.03455 bmi + 0.0245 bmi*smoker + other parts
bmi
上的系数表示非吸烟者的bmi
影响,而bmi*吸烟者的系数表示吸烟者的bmi
增量影响(即吸烟者为0.03455+0.0245,非吸烟者为0.03455)。相互作用项的显著性表明,吸烟者的bmi
对胆固醇的影响高于非吸烟者
注:有三类年龄组,而不是三类吸烟者