如果我用类似的东西拟合我的数据lm(y~a*b)，在 R 语法中，其中a是一个二进制变量并且b是一个数值变量，那么交互项是at = 0 和 at = 1a:b的斜率之间的差异。y~baa

现在，假设y和之间的关系b是曲线的。如果我现在适合lm(y~a*poly(b,2))，那么条件a:poly(b,2)1的变化就是上述y~b水平的变化a，并且a:poly(b,2)2是y~b^2条件水平的变化a。这需要一些手，但如果这些交互系数中的任何一个显着不同于零，我可以认为这意味着它a不仅会影响垂直位移，还会影响峰值的位置和接近曲线y峰值的陡度。y~b+b^2

如果我适合lm(y~a*bs(b,df=3))呢？如何解释a:bs(b,df=3)1、a:bs(b,df=3)2和a:bs(b,df=3)3术语？这些是y归因于a三个段中的每一个的样条的垂直位移吗？