如何基于含交互项的多元回归模型推导不同颜色葡萄酒的回归方程？

我构建了如下多元回归模型：

wine.lm <- lm(Alc.vol. ~ pc2+pc1* factor(pc_parametr$color),
              data = pc_parametr)

我需要提取模型系数，为每种颜色（白葡萄酒、红葡萄酒）分别生成对应的回归方程。模型系数表如下：

Estimate Std. Error    t value     Pr(>|t|)
(Intercept)                         12.6803846  0.2511799 50.4832872 1.104478e-26
pc2                                 -3.7524814  3.5850681 -1.0466974 3.052541e-01
pc1                                 -9.3332435  7.5111530 -1.2425847 2.255503e-01
factor(pc_parameter$color)white      0.4778615  0.2926116  1.6330914 1.149828e-01
pc1:factor(pc_parameter$color)white  6.7281697  8.0999853  0.8306397 4.140399e-01

我尝试手动推导但存在困惑，自己写出的方程如下：

Y = 12.68 + -3.75 * pc2 + -9.33 * pc1 + 0.48 * factor(pc_parametr$color)white + 6.73 * pc1:factor(pc_parametr$color)white + e

请问是否有自动计算不同颜色对应方程的代码？或者正确的手动推导方法是什么？

手动推导方法 #

你的模型里pc1*factor(pc_parametr$color)是pc1 + factor(pc_parametr$color) + pc1:factor(pc_parametr$color)的简写，R中因子默认以**红葡萄酒（color的基准水平）**作为参照组，分颜色推导方程逻辑如下：

1. 红葡萄酒（基准组，factor(color)=red） #

此时factor(pc_parametr$color)white和交互项pc1:factor(pc_parametr$color)white取值均为0，代入后方程为：

Y = 12.68 + (-3.75)*pc2 + (-9.33)*pc1 + e

2. 白葡萄酒（factor(color)=white） #

此时factor(pc_parametr$color)white取值为1，交互项取值为pc1*1=pc1，合并同类项后：

• 截距项：12.68 + 0.48 = 13.16
• pc1项：-9.33 + 6.73 = -2.60
• pc2项保持不变：-3.75

最终方程：

Y = 13.16 + (-3.75)*pc2 + (-2.60)*pc1 + e

自动生成方程的R代码 #

可以通过提取模型系数，结合因子水平循环生成对应方程，示例代码如下：

# 提取系数并保留两位小数
coef_df <- as.data.frame(round(coef(wine.lm), 2))
colnames(coef_df) <- "Estimate"

# 获取颜色因子的水平
color_levels <- levels(pc_parametr$color)

# 循环生成每个颜色的回归方程
for (color in color_levels) {
  # 初始化基础系数
  intercept <- coef_df["(Intercept)", "Estimate"]
  pc2_coef <- coef_df["pc2", "Estimate"]
  pc1_coef <- coef_df["pc1", "Estimate"]
  
  # 非基准组叠加对应系数
  if (color != color_levels[1]) {
    intercept <- intercept + coef_df["factor(pc_parametr$color)white", "Estimate"]
    pc1_coef <- pc1_coef + coef_df["pc1:factor(pc_parametr$color)white", "Estimate"]
  }
  
  # 格式化输出方程
  equation <- sprintf("Y = %.2f + %.2f*pc2 + %.2f*pc1 + e", intercept, pc2_coef, pc1_coef)
  cat(sprintf("%s葡萄酒回归方程：\n%s\n\n", color, equation))
}

运行代码后会直接输出两种颜色对应的回归方程，若你的因子基准水平不是红葡萄酒，只需调整代码中的判断逻辑即可。

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