R线性回归引入三重交互项时如何排除dummy3单独项系数

两种实现方案对应不同使用场景：

• 场景1：保留完整模型拟合逻辑，仅筛选输出目标系数
  该方案为最推荐方案，不会破坏模型的统计合理性，仅对输出结果做过滤。
  操作代码示例：
  1. 先拟合标准三重交互模型
     fit <- lm(y ~ dummy1 * dummy2 * dummy3, data = 你的数据集)
  2. 提取指定系数
     仅需要系数值时运行：
     coef(fit)[c("dummy1", "dummy2", "dummy1:dummy2:dummy3")]
     若需要带标准误、显著性的完整结果，可借助broom、dplyr包实现：

  library(broom)
  library(dplyr)
  tidy(fit) %>% 
    filter(term %in% c("dummy1", "dummy2", "dummy1:dummy2:dummy3"))
  

• 场景2：直接拟合仅包含目标项的模型
  如果你有非常充分的理论依据证明dummy3主效应、dummy1:dummy2、dummy1:dummy3、dummy2:dummy3这些低阶项效应均为0，可以手动指定回归公式仅保留需要的项：
  fit <- lm(y ~ dummy1 + dummy2 + dummy1:dummy2:dummy3, data = 你的数据集)

  注意：该方法统计风险很高，随意移除交互项对应的低阶项会导致系数估计偏误、模型解释性下降，无充分理论依据不建议使用。

内容的提问来源于stack exchange，提问作者thomas.diridondo