Saya punya pertanyaan tentang penggunaan model campuran / lmer. Model dasarnya adalah ini:
lmer(DV ~ group * condition + (1|pptid), data= df)
Kelompok dan kondisi adalah kedua faktor: kelompok memiliki dua tingkat (groupA, groupB) dan kondisi memiliki tiga tingkat (kondisi1, kondisi2, kondisi3). Ini data dari subyek manusia, jadi pptid adalah efek acak untuk setiap orang.
Model menemukan yang berikut dengan output nilai p:
Estimate MCMCmean HPD95lower HPD95upper pMCMC Pr(>|t|)
(Intercept) 6.1372 6.1367 6.0418 6.2299 0.0005 0.0000
groupB -0.0614 -0.0602 -0.1941 0.0706 0.3820 0.3880
condition2 0.1150 0.1151 0.0800 0.1497 0.0005 0.0000
condition3 0.1000 0.1004 0.0633 0.1337 0.0005 0.0000
groupB:condition2 -0.1055 -0.1058 -0.1583 -0.0610 0.0005 0.0000
groupB:condition3 -0.0609 -0.0612 -0.1134 -0.0150 0.0170 0.0148
Sekarang, saya tahu bahwa baris yang tercantum membandingkan setiap tingkat faktor dengan tingkat referensi. Untuk grup, referensi adalah groupA dan untuk kondisi, referensi adalah condition1.
Apakah saya benar dalam menafsirkan output ini dengan cara berikut:
- Tidak ada perbedaan keseluruhan antara kelompok (karenanya groupB memiliki ap> .05)
- Perbedaan keseluruhan antara kondisi 1 dan kondisi 2, dan antara kondisi 1 dan kondisi 3.
- Perbedaan antara groupA, kondisi 1 versus groupB, kondisi 2 dan juga antara groupA, kondisi 1 versus grup B, kondisi 3.
Apakah itu benar? Saya pikir saya sedikit bingung tentang bagaimana menafsirkan ini sehubungan dengan interaksi antara tingkat dua faktor yang berbeda.
Saya telah membaca berbagai pertanyaan di sini dan melakukan beberapa pencarian web, dan berhasil membuat kontras diatur dengan glht: apakah itu cara yang lebih baik untuk melihat perbedaan antara kelompok dan kondisi? Saya pikir itu akan menjadi kasus mengingat tanda-tanda interaksi hadir di sini.
sumber
Jawaban:
Menggunakan tabel regresi yang diberikan, kita dapat menghitung tabel nilai yang diharapkan dari variabel dependen
DV
,, untuk setiap kombinasi dari dua faktor, yang mungkin membuat ini lebih jelas (Catatan saya telah menggunakan estimasi biasa, bukan estimasi MCMC):Saya akan menjawab pertanyaan Anda dengan menanggapi interpretasi Anda, merujuk tabel ini.
Tidak ada perbedaan keseluruhan antara kelompok (karenanya groupB memiliki ap> .05)
Condition
Condition=1
Itu tidak menguji apakah ada perbedaan keseluruhan antara kelompok. Untuk melakukan tes itu, Anda harus meninggalkan
Condition
model sepenuhnya dan menguji pentingnyaGroup
.Perbedaan keseluruhan antara kondisi 1 dan kondisi 2, dan antara kondisi 1 dan kondisi 3.
Condition2
Condition3
Condition1
Group=A
Group
condition
Perbedaan antara groupA, kondisi 1 versus groupB, kondisi 2 dan juga antara groupA, kondisi 1 versus grup B, kondisi 3.
Istilah interaksi menguji apakah efek dari satu variabel tergantung pada tingkat variabel lainnya.
groupB:condition2
Condition1
Condition2
Group=A
Group=B
Condition2
Condition1
GroupA
GroupB
Condition3
sumber