为何无法用变量自交互表示模型中的二次项？

在R的模型公式语法里，x:x和I(x^2)的本质区别源于公式系统的设计逻辑：

• x:x的真实含义：
  公式中的:符号本意是表示两个不同变量之间的交互效应，对于不同变量（比如x:z），它会生成两个变量的乘积项。但如果是同一个变量的“交互”x:x，R会将其视为冗余的主效应重复——它生成的模型矩阵列和原变量x完全一致，而非数学上的x²。比如用model.matrix查看：

  x <- 1:5
  model.matrix(~ x + x:x)
  

  输出的x:x列和x列数值完全相同，这就导致了完全多重共线性，模型会自动剔除这个无意义的项，所以y ~ x + x:x最终等效于y ~ x。

• I(x^2)的作用：
  I()函数是“按原样计算”的意思，它会强制R忽略公式语法规则，直接按照数学表达式计算x²，生成一个全新的变量列。这个列和原变量x是非线性相关的，不会产生共线性问题，能正确捕捉x对y的二次效应。比如：

  model.matrix(~ x + I(x^2))
  

  这里的I(x^2)列就是x的平方值，模型可以正常纳入这个项。

简单来说，R的公式系统不认为“变量与自身的交互”是有统计意义的操作，所以不会将x:x解析为二次项；而I(x^2)是绕开公式语法，直接生成二次项的正确方式。

内容的提问来源于stack exchange，提问作者robertspierre