如何在分段回归中解释和量化斜率和截距系数

Question

我在时间序列数据上拟合分段（分段）线性回归，断点代表干预。我的目标是评估干预是否显着改变了回归线的趋势（斜率）。 Here描述了我尝试使用的方法。本文用相当简单的术语解释了如何实现这一目标的理论。我似乎无法理解R代码中的样子。考虑以下。

set.seed(123)
df <- data.frame(
      value = sample(seq(from = 40, to = 50, by = 1), size = 50, replace = TRUE),
      time = 1:50, 
      intervention1 = ifelse(time >= 25, 1, 0), 
      intervention2 = ifelse(time >= 35, 1, 0)
)
fit <- lm(value ~ time + intervention1*time + intervention2*time, data = df)

在这个例子中，系数intervention1和intervention2是否表示由于每次干预而估计发生的截距的可能变化？相互作用的术语intervention1:timeTRUE和intervention2:timeTRUE是否代表了干预措施可能导致的坡度变化？