如何用Python的statsmodels查看OLS模型全部分类预测变量的交互项？

我完全懂你的困扰——用statsmodels默认的虚拟编码（Treatment编码）时，分类变量的参考水平（也就是你这里Meal_Cat的Low）会被当作基线，它和其他变量的交互效应会被整合到截距或主效应里，不会单独出现在结果表格中。要让所有交互项都清晰展示出来，有两种实用的解决方法：

方法1：使用Dummy编码并移除截距项 #

这种方法会给Meal_Cat的每个类别都生成独立的虚拟变量，同时去掉模型的截距，这样所有类别（包括Low）和其他变量的交互组合都会在结果中明确呈现。

修改后的代码如下：

from statsmodels.formula.api import ols

# 用dummy编码处理Meal_Cat，0+表示移除截距项
model = ols(
    'Cost ~ 0 + C(Meal_Cat, contrast="dummy")*C(Group)*C(Region) + Age + Gender',
    data=Mealcat_DF
).fit()

# 输出模型整体显著性
print(f"Overall model F({model.df_model: .0f},{model.df_resid: .0f}) = {model.fvalue: .3f}, p = {model.f_pvalue: .4f}")
# 查看包含所有交互项的完整结果
model.summary()

运行后你就能看到诸如C(Meal_Cat)[Low]:C(Group)[X]:C(Region)[Y]这类完整的交互项系数，每个组合的效应都被单独估计出来。

方法2：通过对比矩阵计算参考水平的交互效应 #

如果你不想改动原模型的结构，也可以在拟合原模型后，手动构造对比矩阵来计算Low和其他变量的交互效应。比如，假设你想查看Meal_Cat=Low时，不同Group水平对Cost的影响差异，可以这样操作：

from statsmodels.stats.contrast import ContrastResults

# 先拟合原模型
model = ols('Cost ~ C(Meal_Cat)*C(Group)*C(Region) + Age + Gender', data=Mealcat_DF).fit()

# 构造对比矩阵：以Group的Treatment水平为例，计算Meal_Cat=Low时它相对于Control的效应
contrast = [0]*len(model.params)
# 找到Group主效应中Treatment水平的系数索引
group_idx = model.params.index.get_loc('C(Group)[T.Treatment]')
contrast[group_idx] = 1

# 计算并输出对比结果
contrast_res = ContrastResults(model, contrast)
print(contrast_res.summary())

这个方法适合针对性分析参考水平的交互效应，但不如第一种方法直观，无法一次性展示所有交互项。

补充说明 #

原模型中没有Low的交互项是Treatment编码的特性导致的：它将参考水平作为基准，所有其他类别的系数都是相对于这个基准的偏差。Low和其他变量的交互效应已经隐含在截距和主效应中，不会单独列出来；而使用Dummy编码并移除截距后，每个类别都是独立的基准，所有组合的效应都会被显式估计。

内容的提问来源于stack exchange，提问作者arkadiy