本文提出了一种新方法——变异分析，旨在解析自变量$X$与因变量$Y$之间的总变异及其效应。通过交互项检验，深入探讨$X$与$Y$的因果关系，解答“为什么$X$与$Y$相关”。

本文介绍了一种新型的可解释设计模型——Regionally Additive Models (RAMs)，它能够在捕获多个特征之间的交互项的同时，保持可解释性。通过在特征空间中确定减少交互的子区域，并为每个识别出的子区域拟合一个 GAM 成分，RAMs 能提供比普通的广义可加性模型（GAMs）更出色的表达能力和保持可解释性。