Saya punya masalah dengan menafsirkan interaksi 2-arah dan 3-arah di lmer. DV saya adalah tinggi yang merupakan variabel kontinu. Semua IV adalah variabel kategori. Faktor pertama adalah hewan, baik tikus atau singa. Faktor kedua adalah jenis kelamin, baik pria maupun wanita. Faktor ketiga adalah warna: merah, putih, atau kuning. Saya bingung dengan menafsirkan output:
Fixed effects:
Estimate Std. Error t value
(Intercept) 164.6888 7.8180 21.065
rat -14.1342 8.2889 -1.705
sexmale -16.0883 10.0071 -1.608
colorred 0.5776 6.2473 0.092
coloryellow -14.4048 6.1025 -2.360
rat:sexmale 15.3645 11.8567 1.296
rat:colorred 12.5258 4.4028 2.845
rat:coloryellow 10.3136 4.3196 2.388
sexmale:colorred 2.0272 5.2773 0.384
sexmale:coloryellow 5.7643 5.1669 1.116
rat:sexmale:colorred -5.5144 6.2838 -0.878
rat:sexmale:coloryellow 0.9735 6.1690 2.158
Menurut Vasishth et al. (2007), signifikansi efek tetap dapat dinilai dari nilai t absolut; jika lebih tinggi dari 2, maka faktor itu signifikan. Dalam menafsirkan hasil ini, saya hanya memilih faktor-faktor yang signifikan. Silakan periksa apakah interpretasi saya benar:
coloryellow
= Tinggi subjek lebih rendah ketika mereka suka kuning, dan lebih tinggi jika mereka suka putih.rat:colorred
= Pengaruh preferensi tikus meningkatkan preferensi warna merah, dan keduanya mempromosikan tinggi subjek.rat:sexmale:coloryellow
= Pengaruh preferensi tikus, menjadi laki-laki, meningkatkan preferensi kuning, dan subjek yang menyukai tikus dan kuning adalah laki-laki memiliki tinggi lebih tinggi.
Dari interpretasi ini, saya ingin bertanya: jika saya ingin mengetahui efek lion:sexfemale:colorred
, dan rat:sexmale:colorred
dibandingkan dengan rat:sexfemale:coloorred
, apakah saya harus menjalankan statistik baru?
sumber
Jawaban:
Pertama-tama, kontras default untuk variabel kategororial dalam R adalah kontras pengobatan . Dalam kontras pengobatan, semua tingkat faktor dibandingkan dengan tingkat dasar (kategori referensi).
The tingkat dasar tidak muncul dalam output. Dalam contoh Anda, level dasar adalah:
animal
:lion
color
:white
sex
:female
Perhatikan bahwa semua efek diperkirakan sehubungan dengan tingkat dasar.
Mari kita lihat efeknya. Penafsiran Anda benar.
intercept
adalah rata-rata dari variabel dependen dalam tiga level dasar.rat
adalah perbedaan antararat
danlion
(sehubungan dengan variabel dependen). Perhatikan bahwa ini bukan perbedaan global, tetapi perbedaan sehubungan dengan tingkat dasar lainnya. Efekrat
diperkirakan untuk data di manacolor = white
dansex = female
.sexmale
adalah perbedaan antara pria dan wanita (di manaanimal = lion
dancolor = white
).colorred
adalah perbedaan antarared
danwhite
(di manaanimal = lion
dansex = female
).coloryellow
adalah perbedaan antarayellow
danwhite
(di manaanimal = lion
dansex = female
).rat:sexmale
: Perbedaan antara singa dan tikus lebih tinggi untuk jantan daripada betina (di manacolor = white
).rat:colorred
: Perbedaan antara singa dan tikus lebih tinggi untuk merah daripada putih (di manasex = female
).rat:coloryellow
: Perbedaan antara singa dan tikus lebih tinggi untuk kuning daripada putih (di manasex = female
).sexmale:colorred
: Perbedaan antara pria dan wanita lebih tinggi untuk merah daripada putih (di manaanimal = lion
).sexmale:coloryellow
: Perbedaan antara pria dan wanita lebih tinggi untuk kuning daripada putih (di manaanimal = lion
).rat:sexmale:colorred
: Interaksi tiga faktor. Efeknyarat:sexmale
berbeda untuk merah dibandingkan dengan putih.rat:sexmale:coloryellow
: Interaksi tiga faktor. Efeknyarat:sexmale
berbeda untuk kuning dibandingkan dengan putih.Untuk menguji kontras lebih lanjut, Anda harus menjalankan analisis lain.
sumber
rat:sexmale
, bahwa perbedaan antara perempuan dan laki-laki lebih kecil untuk tikus?rat
bukankah ini berarti perbedaan antara tikus dan singa dan faktor-faktor lain seperti jenis kelamin dan warna? Dengan kata lain, secara umum tidak ada perbedaan antara tikus dan singa.rat
juga merupakan bagian dari interaksi, efek utama berlaku untuk tingkat referensi dari faktor-faktor yang berinteraksi denganrat
.