在R语言构建回归模型时如何正确移除不需要的交互项

问题原因 #

R的公式语法默认遵循分层原则：当你在公式中写入高阶交互项（比如三阶交互A:B:C）时，会自动补全所有构成该高阶交互的低阶子项，包括所有二阶交互A:B、A:C、B:C。所以你直接在公式末尾加- B:C的操作会被这个默认规则覆盖，无法成功移除BC交互项。

解决方法 #

方案1：用I()阻断自动补全逻辑 #

使用I()函数包裹三阶交互项，让R将其识别为独立变量项，不再自动补全低阶交互，写法如下：

fit <- lm(y ~ A + B + C + A:B + A:C + I(A:B:C))

方案2：提前手动构造三阶交互项 #

你也可以先在数据集里生成三阶交互变量再放入模型，写法更直观，效果一致：

# 提前构造三阶交互项
df$ABC <- df$A * df$B * df$C
# 拟合模型
fit <- lm(y ~ A + B + C + A:B + A:C + ABC, data = df)

结果验证 #

模型拟合完成后，运行如下代码查看系数名称，确认BC交互项已被移除：

names(coef(fit))

注意事项 #

这种未纳入所有低阶交互的三阶交互模型属于非分层模型，统计解释的严谨性弱于标准分层模型，仅建议在有明确理论依据支持B:C交互效应确实为0的场景下使用。

内容的提问来源于stack exchange，提问作者user15697038