交乘回归系数与显著性的判断要点之小笔记，与大家共勉，欢迎批评指正。

1.交乘的使用：所有的交互都不能忽略主效应项，无论是类别变量还是连续变量，亦或二者的任意交乘，即使用“##“。
2.显著性判断：根据回归（单个变量）置信区间不包括零+P值联合判断，P值容忍一般最大上限为0.1，具体可根据实际研究和期刊要求设定，越小当然越严苛、越显著。
3.影响系数的判断：两个交乘主效应项对Y的边际效应都应该主效应项+交乘项。
4.其他系数的判断：交乘回归模型中，其他变量的显著性水平均与一般回归一致，即要求P值小于0.1。
5.两个类别变量交乘：交乘项报告的是组间差异。若为两个类别变量的交乘，则需要根据两两分组判断，对于结果中，A组的系数，应解释为A相对于B组（或者其他组，如有多个组）的差异，具体差异值应该是主效应与交乘项系数之和。