Digamos que hay una interacción de 4 vías, con un diseño factorial 2x2x2 más una variable continua. Los factores tienen la codificación de contraste predeterminada (contr.treatment) Aquí hay un ejemplo:

set.seed(1)

cat1 <- as.factor(sample(letters[1:2], 1000, replace = TRUE))
cat2 <- as.factor(sample(letters[3:4], 1000, replace = TRUE))
cat3 <- as.factor(sample(letters[5:6], 1000, replace = TRUE))
cont1 <- rnorm(1000)
resp <- rnorm(1000)
df <- data.frame(cat1, cat2, cat3, cont1, resp)

mod <- lm(resp ~ cont1 * cat1 * cat2 * cat3, data = df)

Mirando la salida decoef(mod), obtenemos algo como:

        (Intercept)                   cont1                   cat1b 
        0.019822407             0.011990238             0.207604677 
              cat2d                   cat3f             cont1:cat1b 
       -0.010132897             0.105397591            -0.001153867 
        cont1:cat2d             cat1b:cat2d             cont1:cat3f 
        0.023358901            -0.194991402             0.060960695 
        cat1b:cat3f             cat2d:cat3f       cont1:cat1b:cat2d 
       -0.240624582            -0.117278931            -0.069880751 
  cont1:cat1b:cat3f       cont1:cat2d:cat3f       cat1b:cat2d:cat3f 
       -0.120446848            -0.141688864             0.136945262 
cont1:cat1b:cat2d:cat3f 
        0.201792298 

Y para obtener la intercepción estimada paracat1b (por ejemplo), agregaríamos nuestro implícito(Intercept) plazo ycat1bes decircoef(mod)[1] + coef(mod)[3]. Para obtener el cambio de pendiente para la misma categoría, usaríamoscoef(mod)[2] + coef(mod)[6], a la esta publicación de r-bloggers. Se vuelve bastante tedioso escribirlos todos, ymethods(class="lm") no parece que tenga ninguna función que haga esto directamente desde la puerta.

¿Hay alguna forma obvia de obtener estimaciones numéricas para la intersección y la pendiente para cada combinación de factores?