Explorer les interactions : continue et catégorielle (4 niveaux)Salut tout le monde!
J'ai vraiment besoin d'aide.Comment tester une interaction significative entre une variable continue et catégorielle ? J'ai exécuté un modèle mixte linéaire avec des effets dépendants continus (par exemple, engagement), des effets fixes "score d'achat compulsif", une catégorie publicitaire (4 catégories) et leur interaction, ainsi que des effets aléatoires "ID du sujet" et "StimuliName".L'interaction entre le « score d'achat compulsif » et la catégorie publicitaire était significative. Maintenant, j'aimerais tester dans quelle catégorie publicitaire (j'en ai 4) l'interaction a été significative et quel a été l'effet ? Comment pourrais-je faire ça ? Merci beaucoup d'avance!
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Merci beaucoup, maintenant c'est beaucoup plus clair. Le seul problème est que j'exécute l'analyse de modèle mixte linéaire avec des facteurs aléatoires, donc ce type de régression, comme je peux le voir dans le menu, n'a pas l'option d'estimations étendues sous les estimations...
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Je pense que les estimations paramétriques fournissent la réponse que vous cherchez. Les tests à effets fixes concernent la signification de l'ensemble du terme dans le modèle. Les estimations de paramètres sont des tests pour chaque estimation. L'estimation de la publicité pour une cause sociale n'est cependant pas affichée car elle dépend des autres niveaux. Il doit être égal au négatif de la somme des autres estimations : -( (-0,003415) + (-0,012818) + (-0,014721) ) = 0,030954. La signification est trouvée en cliquant sur le triangle rouge à côté de Réponse en haut à gauche et en sélectionnant Estimations > Estimations élargies .
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Cher Mark
Je voudrais reformuler un peu la question car je ne suis toujours pas sûr de savoir comment puis-je faire ce que je vise. J'ajoute ici une figure d'interaction que je voudrais préciser. Dans la figure, je montre l'effet d'interaction de la catégorie d'annonce et du score d'achat compulsif sur le temps total de fixation.Ce que je veux faire, c'est prouver statistiquement que la relation entre le score d'achat compulsif et le temps total de fixation n'est significative que dans la catégorie Social Cause Ad. Alors que la relation entre ces deux variables n’est pas significative au sein des 3 autres catégories. Bien que cela ressorte de la figure, je dois fournir l’argumentation statistique. Et je ne sais pas si c'est là que j'utilise des analyses de tests conjoints ou de tests personnalisés, car je pense qu'ils visaient un objectif différent.
Merci beaucoup!
Dalia
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Re : Explorer les interactions : continues et catégorielles (4 niveaux)Dans ce cas, l’effet le plus significatif et le plus important est l’interaction. Les principaux effets ne sont pas significatifs mais ils doivent rester dans le modèle pour maintenir la hiérarchie du modèle.
L'étiquetage CBS-32.4792 indique que JMP a centré le continu CBS prédicteur pour vous.
Je regrette que l'explication du test factoriel conjoint dans l'aide JMP n'ait pas été utile. C'est ici:
Le Articulation Facteur L'option de test apparaît lorsque des effets d'interaction sont présents. Pour chaque effet principal du modèle, JMP produit un articulation test pour savoir si tous les coefficients des termes impliquant cet effet principal sont nuls. Ce test est conditionnel à la présence de tous les autres effets dans le modèle. Plus précisément, le articulation Le test est un test d’hypothèse linéaire générale d’un modèle restreint. Dans ce modèle, tous les paramètres correspondant à l'effet spécifié et les interactions qui le contiennent sont mis à zéro.
Le rapport Tests à effets fixes est utilisé pour déterminer si termes individuels dans le modèle sont significatifs. L'interaction introduit une hiérarchie. Le test des facteurs conjoints couvre tous les paramètres pour tous les termes qui incluent le prédicteur. C’est la raison du grand nombre de degrés de liberté. La catégorie d'annonce est donc significative dans votre cas lorsque vous considérez conjointement tous les termes, même si les termes individuels ne sont pas significatifs. Il s'agit d'un test du type « tout ou rien ». L’hypothèse nulle est que tous les paramètres de ce prédicteur sont nuls. L’alternative est qu’au moins l’un d’eux n’est pas nul.
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Salut Mark,
Merci beaucoup pour votre réponse. J'ai essayé de faire les estimations, et je suis encore un peu perplexe face à cette option. J'ai essayé de consulter la section d'aide, qui ne s'est finalement pas révélée très utile. Lorsque j'ai effectué les tests de facteurs conjoints pour mon interaction, j'ai trouvé un facteur significatif, à savoir la catégorie de produit publicitaire, et un autre non significatif (score d'achat compulsif). Qu'est-ce que cela signifie? Dans l'analyse initiale, où j'ai inclus tous les facteurs et leur interaction, la catégorie de produit publicitaire et le score CB étaient tous deux non significatifs. Mais l'interaction est significative. Cela signifie-t-il que cette interaction est motivée par les différences entre les catégories publicitaires ?
Une autre question. Lorsque j'exécute les tests personnalisés, j'aimerais savoir si l'interaction entre le score CB et la catégorie de publicité sociale est significative et quel en est l'effet, ainsi que si l'interaction entre le score CB et la catégorie d'annonces FMCG est significative et quel est le L'effet, le score CB et la catégorie Fashion AD sont significatifs et quel est l'effet, ainsi que le score CB et la catégorie d'annonces alimentaires. Lorsque je regarde les tests personnalisés, j'ai la possibilité de choisir ce que je veux tester. Si je veux seulement comparer 4 interactions, comment puis-je coder cela ? De plus, la variable CB-score et Social Advertising Category n’y est pas exposée... Je serais vraiment reconnaissant pour vos conseils! Je joins les résultats de la régression.
Re : Explorer les interactions : continues et catégorielles (4 niveaux)Cliquez sur le triangle rouge en haut et sélectionnez Estimations . Tu trouveras Tests personnalisés et Tests de facteurs conjoints disponible. Vous pourrez alors sélectionner Outils > Aide et cliquez sur le rapport pour accéder directement à la documentation de ces tests pour plus d'informations.
Vous pouvez également sélectionner Profilage factoriel > Profileur et explorer visuellement la nature des interactions. Ce dernier n'est pas un test d'hypothèse formel mais il devrait vous aider à comprendre cet effet.
