Loading AI tools
統計學概念 来自维基百科，自由的百科全书
在统计学中，当考虑三个或更多变量之间的关系时，就可能出现交互作用（英语：interaction），它是指其中一个原因变量对结果的影响依赖于第二个原因变量的状态（即两者的影响原因不是简单累加的）。[1][2]尽管通常根据因果关系来考虑，但交互作用也可用来描述非因果关联。交互作用常在回归分析或析因实验的背景下予以考虑。
交互作用的存在对统计模型的解释具有重要意义。如果两个感兴趣变量有交互作用，则每个交互作用变量与第三个“因变量”之间的关系取决于另一个交互作用变量的值。在实践中，这使得预测改变变量值的后果变得更加困难，特别是在与之交互的变量难以测量或难以控制的情况下。
“交互作用”的概念与社会和健康科学研究中常见的调节作用的概念密切相关：解释变量与环境变量之间的交互作用表明解释变量的影响受到了环境变量的调节。[1]
交互变量是从一组原始变量构建的变量，用以表示存在的所有交互或其中的某些部分。在探索性统计分析中，通常使用原始变量的乘积来检验是否存在交互作用，然后可能在后续阶段换用其他更现实的交互作用变量。当有两个以上的解释变量时，会构造多个交互变量，其中成对的积表示两两交互作用，高阶积表示高阶交互作用。
因此，对于因变量Y和两个变量x1和x2，相加模型将是：
与此相对，
是变量x1和x2之间交互作用的模型示例（“error”即误差，是Y与Y的期望值之差值的随机变量；参见统计学中的误差和残差）。通常，很多模型会忽略交互项，但这容易混淆主效应和交互效应（即，如果没有指定交互项，发现的主效应可能其实是由交互作用引起的）。
交互作用的真实案例包括：
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
