添加系数以获得交互作用-SE怎么办？

我有一个多元回归，其中包括相互作用。例如，要估算最差的五分位数的治疗效果，我需要将来自治疗回归指标的系数与来自交互变量（与治疗和五分位数1相互作用）的系数相加。通过回归将两个系数相加时，如何获得标准误差？是否可以将两个系数的标准误差相加？那t统计呢？是否可以添加这些？我猜不是，但是我找不到任何指导。

提前非常感谢您的帮助！

我认为这是的表达式：$SE_{b_{new}}$

您可以使用这个新的标准错误来找到用于测试H o的新测试统计量：β = 0$H_o: \beta=0$

我假设您的意思是“多变量”回归，而不是“多变量”。“多变量”是指具有多个因变量。

采取连续的预测变量并将其分成若干间隔不被认为是可接受的统计实践。这将导致残留的混淆，并使交互产生误导性的意义，因为某些交互只能反映出某些主要影响的不恰当（此处为欠拟合）。在外部五分位数中有很多无法解释的变化。另外，实际上不可能精确地解释“五分之一效应”。

对于感兴趣的比较，最容易将它们设想为预测值的差异。这是使用R rms包的示例。

require(rms)
f <- ols(y ~ x1 + rcs(x2,3)*treat)  # or lrm, cph, psm, Rq, Gls, Glm, ...
# This model allows nonlinearity in x2 and interaction between x2 and treat.
# x2 is modeled as two separate restricted cubic spline functions with 3
# knots or join points in common (one function for the reference treatment
# and one function for the difference in curves between the 2 treatments)
contrast(f, list(treat='B', x2=c(.2, .4)),
            list(treat='A', x2=c(.2, .4)))
# Provides a comparison of treatments at 2 values of x2
anova(f) # provides 2 d.f. interaction test and test of whether treatment
# is effective at ANY value of x2 (combined treat main effect + treat x x2
# interaction - this has 3 d.f. here)

$R$$R\beta$$R\hat{V}R^\prime$$\hat{V}$$R$$\chi^2_r$$r$ 是矩阵中的行数（假设这些行是线性独立的）。