ฉันถือว่าคุณหมายถึงการถดถอยแบบหลายตัวแปรไม่ใช่หลายตัวแปร 'หลายตัวแปร' หมายถึงมีตัวแปรหลายตัว
ไม่ถือว่าเป็นการฝึกทางสถิติที่ยอมรับได้ที่จะใช้การทำนายอย่างต่อเนื่องและสับมันเป็นช่วง ๆ สิ่งนี้จะส่งผลให้เกิดการรบกวนที่หลงเหลืออยู่และจะทำให้การโต้ตอบมีความสำคัญที่ทำให้เข้าใจผิดเนื่องจากการโต้ตอบบางอย่างสามารถสะท้อนให้เห็นถึงการขาดความเหมาะสม มีการเปลี่ยนแปลงมากมายที่อธิบายไม่ได้ภายในควินไทล์ชั้นนอก ยิ่งไปกว่านั้นมันเป็นไปไม่ได้ที่จะตีความ "quintile effects" อย่างแม่นยำ
สำหรับการเปรียบเทียบที่น่าสนใจมันเป็นเรื่องง่ายที่สุดที่จะจินตนาการให้พวกเขาเห็นความแตกต่างในค่าที่ทำนาย นี่คือตัวอย่างการใช้rms
แพ็คเกจR
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)