对主要预测变量进行线性回归后，如何包括它们之间的相互作用？

Question

我目前正在使用7个主要预测变量进行多元线性回归。我已经完成了将因变量回归到那些主要预测变量上的第一步。

Coefficients:
               Estimate Std. Error t value Pr(>|t|)    
(Intercept)  -17.218435   4.644294  -3.707  0.00024 ***
cylinders     -0.493376   0.323282  -1.526  0.12780    
displacement   0.019896   0.007515   2.647  0.00844 ** 
horsepower    -0.016951   0.013787  -1.230  0.21963    
weight        -0.006474   0.000652  -9.929  < 2e-16 ***
acceleration   0.080576   0.098845   0.815  0.41548    
year           0.750773   0.050973  14.729  < 2e-16 ***
origin         1.426141   0.278136   5.127 4.67e-07 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

结果显示，其中3个的p值均高于0.05，这意味着它们对因变量的重要性不显着。但是，在考虑交互作用术语时，我应该忽略那些无关紧要的术语，还是保留它们以进行回归？

如果包含，结果将如下：

Coefficients:
                            Estimate Std. Error t value Pr(>|t|)   
(Intercept)                3.548e+01  5.314e+01   0.668  0.50475   
cylinders                  6.989e+00  8.248e+00   0.847  0.39738   
displacement              -4.785e-01  1.894e-01  -2.527  0.01192 * 
horsepower                 5.034e-01  3.470e-01   1.451  0.14769   
weight                     4.133e-03  1.759e-02   0.235  0.81442   
acceleration              -5.859e+00  2.174e+00  -2.696  0.00735 **
year                       6.974e-01  6.097e-01   1.144  0.25340   
origin                    -2.090e+01  7.097e+00  -2.944  0.00345 **
cylinders:displacement    -3.383e-03  6.455e-03  -0.524  0.60051   
cylinders:horsepower       1.161e-02  2.420e-02   0.480  0.63157   
cylinders:weight           3.575e-04  8.955e-04   0.399  0.69000   
cylinders:acceleration     2.779e-01  1.664e-01   1.670  0.09584 . 
cylinders:year            -1.741e-01  9.714e-02  -1.793  0.07389 . 
cylinders:origin           4.022e-01  4.926e-01   0.816  0.41482   
displacement:horsepower   -8.491e-05  2.885e-04  -0.294  0.76867   
displacement:weight        2.472e-05  1.470e-05   1.682  0.09342 . 
displacement:acceleration -3.479e-03  3.342e-03  -1.041  0.29853   
displacement:year          5.934e-03  2.391e-03   2.482  0.01352 * 
displacement:origin        2.398e-02  1.947e-02   1.232  0.21875   
horsepower:weight         -1.968e-05  2.924e-05  -0.673  0.50124   
horsepower:acceleration   -7.213e-03  3.719e-03  -1.939  0.05325 . 
horsepower:year           -5.838e-03  3.938e-03  -1.482  0.13916   
horsepower:origin          2.233e-03  2.930e-02   0.076  0.93931   
weight:acceleration        2.346e-04  2.289e-04   1.025  0.30596   
weight:year               -2.245e-04  2.127e-04  -1.056  0.29182   
weight:origin             -5.789e-04  1.591e-03  -0.364  0.71623   
acceleration:year          5.562e-02  2.558e-02   2.174  0.03033 * 
acceleration:origin        4.583e-01  1.567e-01   2.926  0.00365 **
year:origin                1.393e-01  7.399e-02   1.882  0.06062 . 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

acceleration项以前不重要，但现在变成了重要的，这是否意味着它受交互作用项的影响，因此隐藏了对因变量的贡献？

Answer 1

问题是尝试编写类的对象时

c("simpleError", "error", "condition")

到CSV文件。甚至是带有write.table的文本文件。当我尝试使用writeLines时，我忘记了没有append参数，因此仅会写入带有i == 20的最后一个错误。

我发现的解决方案是使用cat输出到文件。请注意，err被强制转换为"character"。

work <- function(list){
  for(i in list){
    tryCatch(tryBlock(i),
             error = function(err){
               msg <- paste("iter:", i, "\n")
               msg <- c(msg, paste("error:", as.character(err), "\n"))
               cat(msg, file = "falseOutput.txt", append = TRUE) 
             }
    )
  }
}

work(1:20)
#1234567891011121314151617181920

文件的第一行是：

iter：11错误：tryBlock（i）中的错误：条件为假

iter：12错误：tryBlock（i）中的错误：条件为假

iter：13错误：tryBlock（i）中的错误：条件为假