他们写了一个R包{InteractionPoweR}，同时还发了一篇13.6分的论文！

小编最近看了一篇论文[1]。作者们开发了一个R包，名为{InteractionPoweR}，可用于计算交互回归模型的样本量和统计功效。如果一个回归模型含有一个交互项，它可以使用下方的公式表示：其中Y为因变量，X1和X2为自变量，X1X2为交互项，βs为回归系数。这个R包希望通过统计功效分析来解决以下问题：在预设的显著性水平 (α，即p值) 下，该分析方法具有多少统计功效来检测交互项回归系数 β3 是否存在显著差异。下面直接进入主题！下载和安装R包，代码如下：install.packages("InteractionPoweR")library(InteractionPoweR)R包get！这个R包的使用最少要涉及到五个参数，分别如下： N：样本量r.x1.y: x1和y的相关系数r.x2.y:  x2和y的相关系数r.x1.x2: x1和x2的相关系数r.x1x2.y: 交互项x1x2和y的相关系数先创建一个模拟的数据，即包含两个自变量和一个交互项的回归模型的数据集， ………………………………