如何在R中计算含因子交互项线性模型的偏R平方

模型构建背景 #

响应变量Y为牛奶脂肪百分比（比例），解释变量x1为连续变量，z为三水平因子。在R中执行的回归代码如下：

contrasts(z) <- "contr.sum"
model<-lm(logit(Y) ~ log(x1)*z)

核心疑问 #

• 希望了解x1在模型中的重要性：p值仅能说明斜率是否与0有统计学差异，但无法体现x1作为预测因子的实际能力，因此想获取x1整体效应的偏R平方。
• 因模型包含交互项，不确定计算方式：是否存在唯一解？还是需要分别计算x1主效应的偏R平方，以及x1主效应加其交互项的偏R平方？
• 是否应避免使用偏R平方，转而解释主效应和交互项的斜率大小？但因做了logit变换，不确定解释log(x1)对牛奶脂肪百分比对数优势比的改变是否具有实际意义。
• 补充：曾尝试拟合不含交互项和不含因子的模型获取常规R²，但偏好基于全模型计算偏R平方。

模型输出补充 #

summary(model) 输出（z采用sum对比编码） #

Call:
lm(formula = y ~ log(x1) * z, data = mydata)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.21240 -0.09487  0.03282  0.13588  0.85941 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) -2.330678   0.034043 -68.462  < 2e-16 ***
log(x1)     -0.012948   0.005744  -2.254  0.02454 *  
z1           0.140710   0.048096   2.926  0.00357 ** 
z2          -0.348526   0.055156  -6.319 5.17e-10 ***
log(x1):z1   0.017051   0.008095   2.106  0.03558 *  
log(x1):z2  -0.028201   0.009563  -2.949  0.00331 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.2288 on 594 degrees of freedom
Multiple R-squared:  0.1388,    Adjusted R-squared:  0.1315 
F-statistic: 19.15 on 5 and 594 DF,  p-value: < 2.2e-16

print(aov(model)) 输出 #

print(aov(model))

Call:
   aov(formula = model)

Terms:
                  log(x1)         z log(x1):z Residuals
Sum of Squares   0.725230  3.831223  0.456677 31.105088
Deg. of Freedom         1         2         2       594

Residual standard error: 0.228835
Estimated effects may be unbalanced.
As written above, z is sum contrast coded.

解答 #

1. 偏R平方的计算方式（基于全模型） #

当模型包含交互项时，x1的整体效应需包含主效应和交互项两部分——交互项意味着x1的作用在z的不同水平下存在差异，单独看主效应无法完整反映x1对Y的影响。

基于你给出的aov输出，可手动计算：

• x1主效应的偏R平方：SS_log(x1) / (SS_log(x1) + SS_Residuals) = 0.725230 / (0.725230 + 31.105088) ≈ 0.0227
• x1整体效应（主效应+交互项）的偏R平方：(SS_log(x1) + SS_log(x1):z) / (SS_log(x1) + SS_log(x1):z + SS_Residuals) = (0.725230 + 0.456677) / (0.725230 + 0.456677 + 31.105088) ≈ 0.0369

也可通过R包快速计算，推荐用car和olsrr包：

library(car)
library(olsrr)
# sum对比下类型III方差分析结果合理
anova_model <- Anova(model, type = "III")
# 计算偏R平方
r2beta(model, partial = TRUE, type = "III")

2. 偏R平方 vs 斜率解释 #

• 偏R平方的意义：它衡量了在控制其他变量（包括z的主效应）的情况下，x1相关项（主效应+交互项）能解释的残差变异比例，直观体现x1对模型预测能力的贡献。若想了解x1的整体重要性，优先看主效应+交互项的偏R平方。
• 斜率解释的实际意义：logit变换后，系数代表log(x1)每变化1单位，牛奶脂肪百分比的对数优势比变化量。可将其转换为优势比（取指数exp(系数)）更易解释：比如log(x1)的主效应系数为-0.0129，exp(-0.0129)≈0.987，意味着在z的参考水平（sum对比下为第三个水平），log(x1)每增加1单位，牛奶脂肪百分比的优势比变为原来的0.987倍；交互项系数则表示不同z水平下这个倍数的差异（如z1水平下，优势比变化为0.987*exp(0.01705)≈1.004）。这种解释具备实际意义，尤其适合量化x1在不同组（z的水平）中的作用。

3. 选择建议 #

• 若想明确x1对模型整体预测能力的贡献，优先关注x1主效应+交互项的偏R平方，它能告诉你x1相关变量在控制其他因素后可解释的额外变异比例。
• 若想理解x1在不同组中的具体作用大小，结合斜率（转换为优势比）的解释更直接，能帮你明确log(x1)变化时，不同组的牛奶脂肪百分比优势如何改变。

内容的提问来源于stack exchange，提问作者Jmmer