read http://ww2.odu.edu/~mbutler/Biom ... Factor%20ANOVAs.pdf
in case of ANOVA

这些项之间并没有必然联系和规律。如果数据量不足够大，越多的项很可能造成更多的非sig的估计值，是较正常的现象。在不同的组合中，如果a和b都没有意义，而a*b有意义，或许值得进一步探讨。另外，包含交叉项，也更改了定义域或者向量空间，在解析个别effect时应区别对待。说白了，如果包含了A*B，A，B的估计值和不包含A*B是两码事，如何要求他们应该前后一致呢？。我想，for example, height+weight may predict gender. but when including one more BMI (similar to height*weight), all terms may predict nothing.
京剧

有没有可能是因为a的样本太少了，我这里a是虚拟变量（取0 or 1）、b是连续变量，由于a取0的值在样本中的比例不到5%，所以造成了严重多重共线性，引起了不显著呢？

你的理解显然比我深得多。我很少关注MULITCOLINEARIT现象。但是，极端不均衡的数据也许会导致估计上的问题。京剧

谢谢，大概明白了，呵呵