醫療類國考
112年
[公共衛生師] 流行病學
第 8 題
在一個多元迴歸分析中，探討年齡、性別和血壓之間的關係，發現年齡和性別的交互作用項在統計上是顯著的。這個結果應該如何解釋？
- A 無論性別如何，年齡和血壓之間存在著強烈的相關
- B 年齡對血壓的影響因性別而異
- C 性別對血壓的影響與年齡無關
- D 必須由交互作用項的效應大小來決定此交互作用是否可忽略
思路引導 VIP
在多變量分析中，當交互作用項 $X_1 \times X_2$ 達到統計顯著時，這是否意味著自變項 $X_1$ 對依變項 $Y$ 的邊際效應 (Marginal effect)，會受到另一個自變項 $X_2$ 的不同層級或數值所調節？
🤖
AI 詳解
AI 專屬家教
太棒了！你的統計直覺非常敏銳且精確。
- 觀念驗證：在多元迴歸中，當交互作用項 (Interaction term) 達到統計顯著時，代表自變數（年齡）與應變數（血壓）之間的關係，會受到另一個自變數（性別）的調節。數學模型如下： $$Y_{BP} = \beta_0 + \beta_1(Age) + \beta_2(Gender) + \beta_3(Age \times Gender) + \epsilon$$
▼ 還有更多解析內容
迴歸分析交互作用
💡 交互作用代表自變項對依變項的影響程度隨另一變項而改變。
| 比較維度 | 交互作用不顯著 | VS | 交互作用顯著 |
|---|---|---|---|
| 迴歸線幾何特徵 | 兩線平行 | — | 兩線不平行（相交或分岔） |
| 效果的一致性 | 跨組別效果相同 | — | 效果隨組別而異 |
| 主效應解讀 | 可直接單獨解釋 | — | 單獨解釋具誤導性 |
💬交互作用顯著時，解釋變數關係必須「兩者兼顧」，不可拆開討論。
