ไม่มีอะไรผิดปกติกับกลยุทธ์ปัจจุบันของคุณ หากคุณมีโมเดลการถดถอยหลายตัวที่มีตัวแปรอธิบายเพียงสองตัวคุณสามารถลองสร้างพล็อตแบบสามมิติที่แสดงระนาบการถดถอยที่คาดการณ์ไว้ แต่ซอฟต์แวร์ส่วนใหญ่ไม่ได้ทำให้ง่าย ความเป็นไปได้อีกอย่างคือการใช้coplot (ดูเพิ่มเติมที่: coplot ใน Rหรือpdf นี้ ) ซึ่งสามารถเป็นตัวแทนของตัวแปรสามหรือสี่ตัวแปร แต่หลายคนไม่ทราบวิธีอ่าน อย่างไรก็ตามโดยพื้นฐานแล้วหากคุณไม่มีปฏิสัมพันธ์ใด ๆ ดังนั้นความสัมพันธ์ของระยะขอบที่คาดการณ์ระหว่างและจะเท่ากับเงื่อนไขที่ทำนายไว้xjyความสัมพันธ์ (บวกหรือลบกะแนวตั้ง) ที่ระดับใด ๆ ของตัวแปรอื่น ๆ ของคุณ ดังนั้นคุณสามารถตั้งค่าตัวแปรอื่น ๆ ทั้งหมดตามค่าเฉลี่ยและค้นหาบรรทัดที่คาดการณ์และพล็อตบรรทัดนั้น บน scatterplot ของคู่ นอกจากนี้คุณจะจบลงด้วยแปลงดังกล่าวแม้ว่าคุณอาจจะไม่รวมถึงบางส่วนของพวกเขาถ้าคุณคิดว่าพวกเขาจะไม่สำคัญ (ตัวอย่างเช่นมันเป็นเรื่องธรรมดาที่จะมีหลายรูปแบบการถดถอยที่มีตัวแปรเดียวที่น่าสนใจและตัวแปรควบคุมบางอย่างและนำเสนอพล็อตแรกดังกล่าวเท่านั้น) xxy^=β^0+⋯+β^jxj+⋯+β^px¯p(xj,y)p
ในทางกลับกันถ้าคุณทำมีปฏิสัมพันธ์แล้วคุณควรจะคิดออกซึ่งของตัวแปรปฏิสัมพันธ์คุณมีความสนใจมากที่สุดในพล็อตและความสัมพันธ์ระหว่างตัวแปรที่คาดการณ์ไว้ที่และตัวแปรการตอบสนอง แต่มีหลายเส้นบนพล็อตเดียวกัน ตัวแปรการโต้ตอบอื่น ๆ ถูกตั้งค่าเป็นระดับที่แตกต่างกันสำหรับแต่ละบรรทัดเหล่านั้น ค่าทั่วไปจะเป็นค่าเฉลี่ยและ 1 SD ของตัวแปรการโต้ตอบ เพื่อให้ชัดเจนยิ่งขึ้นลองจินตนาการว่าคุณมีตัวแปรเพียงสองตัวคือและและคุณมีปฏิสัมพันธ์ระหว่างกันและนั่นคือจุดเน้นของการศึกษาของคุณแล้วนั้นคุณอาจทำการพล็อตเดี่ยวกับสามบรรทัดนี้:±x1x2x1
y^y^y^=β^0+β^1x1+β^2(x¯2−sx2)+β^3x1(x¯2−sx2)=β^0+β^1x1+β^2x¯2 +β^3x1x¯2=β^0+β^1x1+β^2(x¯2+sx2)+β^3x1(x¯2+sx2)