## load the dataset
library(car)
library(texreg)
library(effects)
library(psych)
Prestige$lnincome <- log(Prestige$income)
PrestigeSubset <- Prestige[!rownames(Prestige) %in% c("MINISTERS","BABYSITTERS","NEWSBOYS"), ]
m1 <- lm(lnincome ~ prestige + women + education + type, data = PrestigeSubset)
m2 <- lm(lnincome ~ prestige*women + education + type, data = PrestigeSubset)
anova(m1, m2)
# Analysis of Variance Table
# Model 1: lnincome ~ prestige + women + education + type
# Model 2: lnincome ~ prestige * women + education + type
# Res.Df RSS Df Sum of Sq F Pr(>F)
# 1 91 4.3773
# 2 90 4.2661 1 0.11127 2.3473 0.129
plot(effect("prestige:women", m2), xlevels = list(women = c(0, 25, 50, 75, 97.51)), multiline = T)
Как изменить преобразование журнала при представлении эффекта модерации из моделей линейной регрессии в R?
Я сделал первый регрессионная модель m1, то другая модель регрессии с термином взаимодействия (профессии престижа и доля женщин в этой профессии). Сравните две модели, чтобы увидеть, является ли взаимодействие значительным (так же, как значение p взаимодействия в резюме (m2)). Сюжет здесь - это влияние престижа профессии на доход от профессий на разной доле женщин с использованием набора данных Prestige (для практики). Идея заключается в том, что профессии с меньшим количеством женщин будут вознаграждены меньше (для решения проблемы гендерного равенства).
Доход (ось y) здесь фактически естественный журнал преобразован. Но я хочу представить первоначальный доход. Как мне это сделать?
Кроме того, термин взаимодействия фактически не имеет значения. Но когда я использовал первоначальный доход, он был значительным. Я знаю, что существует эффект умеренности «женщин» (доля женщин) на «престиж → доход». Есть ли способ разрешить несогласованность?
Пожалуйста 'dput()' ваши данные, чтобы сделать ваш пример воспроизводимая –
@ Hack-R Набор данных примерный набор в упаковке автомобиля. Я обновлю код, чтобы сделать его воспроизводимым. – FinnHusky