识别交互作用的最佳实践是什么？

除了从字面上测试模型（x1:x2或x1*x2 ... xn-1 * xn）中每个可能的变量组合之外。您如何确定您的独立（希望）变量之间是否应该存在交互作用？

尝试识别交互的最佳实践是什么？有没有可以使用或可以使用的图形技术？

Cox和Wermuth（1996）或Cox（1984）讨论了一些检测相互作用的方法。问题通常是交互术语的通用性。基本上，我们（a）一次拟合（并测试）所有二阶交互项，并且（b）绘制其对应的p值（即，作为的函数的No.项）。然后，我们的想法是查看是否应保留一定数量的交互项：在所有交互项均为零的假设下，p值的分布应均匀（或等效地，散点图上的点应沿一条穿过原点的线）。$1-p$

现在，正如@Gavin所说，适合许多（如果不是全部）交互可能会导致过度拟合，但是从某种意义上说，它也是无用的（某些高阶交互术语通常根本没有意义）。但是，这与解释有关，而不是与相互作用的检测有关，Cox已经在“相互作用的解释：回顾”中提供了很好的综述（《应用统计年鉴 2007，1（2），371-385）》-包括上面引用的参考。其他值得研究的研究领域是基因研究中的上位性作用研究，尤其是基于图形模型的方法（例如，一种用于识别基因关联网络中统计相互作用因子的有效方法）。

参考文献

• Cox，DR和Wermuth，N（1996）。多元相关性：模型，分析和解释。查普曼和霍尔/ CRC。
• Cox，DR（1984）。互动。国际统计评论，52，1–31。

我的最佳实践是在拟合模型之前考虑要解决的问题。鉴于您正在研究的现象，什么是合理的模型？适合变量和交互的所有可能组合听起来像是对我的数据挖掘。

拟合树模型（即使用R）将帮助您识别解释变量之间的复杂相互作用。在此处阅读第30页的示例。

我完全同意加文的观点，因此将在此回应之前做为答辩，如果您有兴趣安装任何类型的模型，它都应反映正在研究的现象。识别任何和所有影响（以及加文在他说数据挖掘时指的是什么）的逻辑所存在的问题是，您可能适合无限数量的交互作用，变量的二次项或对数据的转换，并且您不可避免地会为数据的某些变化找到“重大”影响。

正如chl所言，这些高阶交互作用实际上没有任何解释，并且经常甚至是低阶交互也没有任何意义。如果您对建立因果模型感兴趣，则应仅包括您认为可能与因变量有关的术语，然后再拟合模型。

如果您认为它们可以提高模型的预测能力，则应在模型选择技术上查找资源，以防止模型过度拟合。

$n$

$n$

如果您想知道方差的比例是否显着，则必须进行建模（大致上，您需要知道模型的自由度数才能将其与方差进行比较）。

您的变量是离散的还是连续的？是否真的有界（即您不知道最大值）？