En realidad estoy revisando un manuscrito donde los autores comparan modelos de regresión de 5-6 logit con AIC. Sin embargo, algunos de los modelos tienen términos de interacción sin incluir los términos covariables individuales. ¿Tiene sentido hacer esto?
Por ejemplo (no específico para los modelos logit):
M1: Y = X1 + X2 + X1*X2
M2: Y = X1 + X2
M3: Y = X1 + X1*X2 (missing X2)
M4: Y = X2 + X1*X2 (missing X1)
M5: Y = X1*X2 (missing X1 & X2)
Siempre he tenido la impresión de que si tienes el término de interacción X1 * X2 también necesitas X1 + X2. Por lo tanto, los modelos 1 y 2 estarían bien, pero los modelos 3-5 serían problemáticos (incluso si el AIC es más bajo). ¿Es esto correcto? ¿Es una regla o más una guía? ¿Alguien tiene una buena referencia que explique el razonamiento detrás de esto? Solo quiero asegurarme de no comunicar mal nada importante en la revisión.
Gracias por cualquier pensamiento, Dan.
:
es para interacciones, como en A: B. Y *
es tanto para los efectos principales como para las interacciones, entonces A * B = A + B + A: B. Entonces, si (!) Los autores del artículo siguen esta notación, ¿no creo que a ninguno de los modelos le falten los efectos principales?