探索互動：連續與分類（4 個層級）大家好！
我真的需要一些幫助。如何測試連續變數和分類變數之間的顯著交互作用？ 我運行了一個線性混合模型，其中包含連續依賴（例如參與度）、固定效應「強迫性購買分數」、廣告類別（4 個類別）及其交互作用，以及隨機效應「主題ID」和「刺激名稱」。「強迫購買分數」與廣告類別的交互作用顯著。 現在我想測試一下，在哪個廣告類別（我有4個）中互動顯著，效果如何？ 我怎麼能這麼做呢？ 非常感謝！
回覆：探索互動：連續與分類（4 個層級）非常感謝，現在清楚多了。 唯一的問題是我正在使用隨機因素運行線性混合模型分析，因此正如我在菜單中看到的這種類型的回歸，在估計下沒有擴展估計選項...
回覆：探索互動：連續與分類（4 個層級）我認為參數估計提供了您尋求的答案。 固定效應檢定用於模型中整個項的顯著性。 參數估計是對每個估計的測試。 不過，社會公益廣告的估計並未顯示，因為它取決於其他層級。 它必須等於其他估計值總和的負數：-( (-0.003415) + (-0.012818) + (-0.014721) ) = 0.030954。 透過點擊左上角“響應”旁邊的紅色三角形並選擇，可以找到顯著性估計>擴大的估計。
回覆：探索互動：連續與分類（4 個層級）親愛的馬克
我想稍微改一下這個問題，因為我仍然不確定，我怎麼能做到我的目標。 我在這裡添加了一個我想指定的交互圖。 在圖中，我展示了廣告類別和強迫性購買分數對總時間固定的交互作用。我想做的是透過統計證明強迫性購買分數與總注視時間之間的關係僅在社會公益廣告類別中才顯著。 而這兩個變數之間的關係在其他 3 個類別中並不顯著。 從圖中可以看出，我需要提供統計論證。 我不確定這是否是我使用聯合測試或自訂測試分析的地方，因為我認為它們針對不同的目標。
非常感謝！
達莉亞
回覆：探索互動：連續與分類（4 個層級）回覆：探索互動：連續與分類（4 個層級）在這種情況下，最顯著、最重要的效果就是交互作用。 主效果並不顯著，但它們應該保留在模型中以維持模型層次結構。
標籤CBS-32.4792表示 JMP 將連續值居中哥倫比亞廣播公司為你預測。
很遺憾，JMP 幫助中對聯合因子檢定的解釋沒有用。 這裡是：
這聯合的因素當存在交互效應時，會出現測試選項。 對於模型中的每個主效應，JMP 都會產生一個聯合的檢定涉及該主效應的項的所有係數是否為零。 此測試以模型中所有其他效應為條件。 具體來說，聯合的檢定是受限模型的一般線性假設檢定。 在該模型中，與指定效果以及包含該效果的交互作用相對應的所有參數都設為零。
固定效應測試報告用於確定是否個別條款模型中顯著。 這種交互引入了層次結構。 聯合因子測試涵蓋包含預測變數的所有項目的所有參數。 這就是為什麼存在大量自由度的原因。 因此，當您共同考慮所有條款時，廣告類別對於您的情況很重要，即使個別條款並不重要。 這是一個“全有或全無”的測試。 原假設是該預測變數的所有參數均為零。 另一個選擇是至少其中一個不為零。
回覆：探索互動：連續與分類（4 個層級）嗨馬克，
非常感謝您的回覆。 我嘗試進行估計，但我仍然對這個選項有點困惑。 我嘗試查看幫助部分，但最終證明這並沒有多大幫助。 當我對互動進行聯合因素測試時，我發現一個因素是顯著的，即廣告產品類別，另一個因素是非顯著的（強迫性 - 購買分數）。 這意味著什麼？ 在最初的分析中，我考慮了所有因素及其交互作用，廣告產品類別和 CB 分數都不顯著。 但互動意義重大。 這是否意味著這種互動是由廣告類別之間的差異所驅動的？
另一個問題。 當我執行自訂測試時，我想知道 CB-score 和社交廣告類別之間的互動是否顯著以及效果是什麼，以及 CB-score 和 FMCG 廣告類別之間的互動是否顯著以及效果是什麼效果，CB-score與時尚廣告類別顯著，效果如何，以及CB-score與食物廣告類別。 當我查看自訂測試時，我可以選擇要測試的內容。 如果我只想比較 4 個交互，我該如何編碼？ 此外，CB 分數和社交廣告類別變數也沒有暴露在那裡... 非常感謝您的建議！ 我附上迴歸結果。
回覆：探索互動：連續與分類（4 個層級）點擊頂部的紅色三角形並選擇估計。 你會找到客製化測試和聯合因素測試可用的。 然後您可以選擇工具>幫助並按一下報告可直接前往有關這些測試的文件以取得更多資訊。
您也可以選擇因素分析>分析器並直觀地探索互動的本質。 後者不是正式的假設檢驗，但它應該有助於您理解這種效應。
