#> model.frame.default(Terms, newdata, na.action = #> na.action, xlev = object$xlevels) 出错：因子 x 有新水平 e

交互项（连续变量与分类变量）

当你把一个连续变量和一个分类变量组合在一起时会发生什么？sim3 包含一个分类预测变量和一个连续预测变量。我们可以用一个简单的图来可视化它：

ggplot(sim3, aes(x1, y)) + geom_point(aes(color = x2))

你可以为这份数据拟合两种可能的模型：

mod1 <- lm(y ~ x1 + x2, data = sim3) mod2 <- lm(y ~ x1 * x2, data = sim3)

当你用 + 添加变量时，模型会独立于其他所有变量来估计每个变量的效应。可以使用 * 来拟合所谓的交互项。例如，y ~ x1 * x2 会被转换为 y = a_0 + a_1 * a1 + a_2 * a2 + a_12 * a1 * a2。注意，无论何时使用 *，交互项和各个单独的成分都会被包含在模型中。

为了可视化这些模型，我们需要两个新技巧：

• 我们有两个预测变量，所以需要给 data_grid() 传入这两个变量。它会找出 x1 和 x2 的所有唯一值，然后生成所有组合。