@ Ken-butler cevabını biraz genişletmek için. Özel bir değer için hem sürekli değişken (saat) hem de gösterge değişkeni ekleyerek (saat = 0 veya emzirmeyen), "özel olmayan" değer için doğrusal bir etki ve özel değerde öngörülen sonuç. (En azından benim için) bir grafiğe bakmak yardımcı olur. Aşağıdaki örnekte, saatlik ücreti haftada saatlerin bir fonksiyonu olarak modelliyoruz (tüm kadınlar) haftada 40 saat "standart" hakkında özel bir şey olduğunu düşünüyoruz:
Bu grafiği üreten kodu (Stata'da) şu adreste bulabilirsiniz: http://www.stata.com/statalist/archive/2013-03/msg00088.html
Bu durumda, diğer değişkenlerden farklı bir şekilde ele alınmasını istesek de, sürekli değişkene 40 değeri verdik. Benzer şekilde, diğer değerlerden niteliksel olarak farklı olduğunu düşünseniz bile, haftalarınıza 0 değerini emzirirsiniz. Aşağıda yorumunuzu, bunun bir sorun olduğunu düşündüğünüzü yorumluyorum. Bu geçerli değildir ve bir etkileşim terimi eklemenize gerek yoktur. Aslında, denediyseniz, mükemmel uyumluluk nedeniyle bu etkileşim terimi kaldırılacaktır. Bu bir sınırlama değildir, yalnızca etkileşim koşullarının yeni bilgi eklemediğini söyler.
Diyelim ki regresyon denkleminiz şöyle:
y^= β1w e e k s _ b r e a s t fe e dben n g+ β2n o n _ b r e a s t fe e dben n g+ ⋯
Eğer , emziren hafta sayısı (emzirmeyenler için 0 değeri dahil) ve biri, emzirmediğinde 1, aksi takdirde 0 olan bir gösterge değişkenidir.w e e k s _ b r e a s t fe e dben n gn o n _ b r e a s t fe e dben n g
Birisi emzirirken ne olacağını düşünün. Regresyon denklemi aşağıdakileri basitleştirir:
y^= β1w e e k s _ b r e a s t fe e dben n g+ β20 + ⋯= β1w e e k s _ b r e a s t fe e dben n g+ ⋯
Bu nedenle , için emzirme haftalarının sadece doğrusal bir etkisidir.β1
Birisi emzirmediğinde ne olduğunu düşünün:
y^= β10 + β21 + ⋯= β2+ ⋯
Yani size etkisini ve emzirmenin kaç hafta denklemden düştüğünü gösterir.β2
Bir etkileşim terimi eklemenin bir faydası olmadığını görebilirsiniz, çünkü o etkileşim terimi zaten (dolaylı olarak) oradadır.
Bununla birlikte , hakkında garip bir şey var, çünkü emzirmeyenlerin emziren ancak sadece 0 hafta olanların beklenen sonuçlarını karşılaştırarak emzirmenin etkisini ölçüyor ... gibi "yol" gibi, ama pratik kullanışlılık hemen belli değil. "Emzirmeyenleri" 12 hafta (yaklaşık 3 ay) emziren kadınlarla karşılaştırmak daha anlamlı olabilir. Bu durumda "emzirmeyenlere" için 12 değerini . Dolayısıyla, "emzirmeyenler" için değer regresyon katsayısını etkiler w e e k s _ b r e a s t f e e d i n g w e e k s _ b r e a s t f e e d i n g β 2β2w e e k s _ b r e a s t fe e dben n gw e e k s _ b r e a s t fe e dben n gβ2"emzirmeyenlerin" kiminle karşılaştırıldığını belirlemesi anlamındadır. Bir sorun yerine, bu aslında oldukça yararlı olabilecek bir şeydir.