Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Hallo zusammen!
Ich brauche wirklich Hilfe.Wie kann ich eine signifikante Interaktion zwischen einer kontinuierlichen und einer kategorialen Variablen testen? Ich habe ein lineares gemischtes Modell mit kontinuierlich abhängigen (z. B. Engagement), festen Effekten „Zwangskauf-Score“, Werbekategorie (4 Kategorien) und deren Interaktion sowie zufälligen Effekten „Subjekt-ID“ und „StimuliName“ ausgeführt.Die Interaktion zwischen „Zwangskauf-Score“ und Werbekategorie war signifikant. Nun möchte ich testen, in welcher Werbekategorie (ich habe 4) die Interaktion signifikant war und welchen Effekt sie hatte? Wie könnte ich das machen? Vielen Dank im Voraus!
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Vielen Dank, jetzt ist es viel klarer. Das einzige Problem besteht darin, dass ich die lineare gemischte Modellanalyse mit Zufallsfaktoren durchführe. Daher gibt es für diese Art von Regression, wie ich im Menü sehen kann, nicht die Option „Erweiterte Schätzungen“ unter „Schätzungen ...“.
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Ich denke, dass die Parameterschätzungen die Antwort liefern, die Sie suchen. Die Fixed-Effect-Tests dienen der Signifikanz des gesamten Termes im Modell. Die Parameterschätzungen sind Tests für jede Schätzung. Die Schätzung für die Social Cause Ad wird allerdings nicht angezeigt, da sie von den anderen Ebenen abhängig ist. Er muss gleich dem Negativ der Summe der anderen Schätzungen sein: -( (-0,003415) + (-0,012818) + (-0,014721) ) = 0,030954. Die Bedeutung finden Sie, indem Sie oben links auf das rote Dreieck neben „Antwort“ klicken und auswählen Schätzungen > Erweiterte Schätzungen .
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Lieber Mark
Ich möchte die Frage etwas umformulieren, da ich immer noch nicht sicher bin, wie ich das erreichen kann, was ich anstrebe. Ich füge hier eine Zahl der Interaktionen hinzu, die ich präzisieren möchte. In der Abbildung zeige ich den Interaktionseffekt der Anzeigenkategorie und des Kaufzwangsfaktors auf die Gesamtzeitfixierung.Ich möchte statistisch beweisen, dass die Beziehung zwischen der Kaufzwangsbewertung und der gesamten Fixierungszeit nur in der Kategorie „Social Cause Ad“ signifikant ist. Während die Beziehung zwischen diesen beiden Variablen innerhalb der anderen drei Kategorien nicht signifikant ist. Obwohl es aus der Abbildung ersichtlich ist, muss ich die statistische Argumentation liefern. Und ich bin mir nicht sicher, ob ich hier gemeinsame Tests oder benutzerdefinierte Testanalysen verwende, da ich denke, dass sie auf ein anderes Ziel abzielen.
Vielen Dank!
Dalia
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)In diesem Fall ist die Interaktion der bedeutendste und wichtigste Effekt. Die Haupteffekte sind nicht signifikant, sollten aber im Modell verbleiben, um die Modellhierarchie aufrechtzuerhalten.
Die Beschriftung CBS-32.4792 zeigt an, dass JMP die Stetige zentriert hat CBS Prädiktor für Sie.
Ich bedauere, dass die Erklärung des Gelenkfaktortests in der JMP-Hilfe nicht hilfreich war. Hier ist es:
Der Gemeinsam Faktor Die Testoption erscheint, wenn Interaktionseffekte vorhanden sind. Für jeden Haupteffekt im Modell erstellt JMP einen gemeinsam Test, ob alle Koeffizienten für Terme, die diesen Haupteffekt beinhalten, Null sind. Voraussetzung für diesen Test ist, dass alle anderen Effekte im Modell vorhanden sind. Konkret die gemeinsam Der Test ist ein allgemeiner linearer Hypothesentest eines eingeschränkten Modells. In diesem Modell werden alle Parameter, die dem angegebenen Effekt und den ihn enthaltenden Interaktionen entsprechen, auf Null gesetzt.
Der Bericht „Fixed-Effect-Tests“ wird verwendet, um festzustellen, ob einzelne Begriffe im Modell sind von Bedeutung. Die Interaktion führt eine Hierarchie ein. Der Joint Factor Test umfasst alle Parameter für alle Terme, die den Prädiktor enthalten. Das ist der Grund für die große Anzahl an Freiheitsgraden. Die Anzeigenkategorie ist in Ihrem Fall also von Bedeutung, wenn Sie alle Begriffe gemeinsam betrachten, auch wenn einzelne Begriffe nicht von Bedeutung sind. Es handelt sich um einen „Alles oder Nichts“-Test. Die Nullhypothese besagt, dass alle Parameter für diesen Prädiktor Null sind. Die Alternative besteht darin, dass mindestens einer von ihnen nicht Null ist.
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Hallo Mark,
Vielen Dank für Ihre Antwort. Ich habe versucht, Schätzungen anzustellen, bin aber immer noch etwas verwirrt über diese Option. Ich habe versucht, den Hilfebereich zu überprüfen, der sich am Ende jedoch als nicht sehr hilfreich erwiesen hat. Als ich die gemeinsamen Faktortests für meine Interaktion durchgeführt habe, habe ich festgestellt, dass ein Faktor signifikant ist, nämlich die Kategorie des Werbeprodukts, und ein anderer nicht signifikant (Zwanghaft – Kaufbewertung). Was bedeutet das? In der ersten Analyse, in der ich alle Faktoren und deren Wechselwirkung einbezogen habe, waren sowohl die Werbeproduktkategorie als auch der CB-Score nicht signifikant. Aber die Interaktion ist signifikant. Bedeutet das, dass diese Interaktion durch die Unterschiede zwischen den Werbekategorien bestimmt wird?
Eine andere Frage. Wenn ich die benutzerdefinierten Tests durchführe, würde ich gerne wissen, ob die Interaktion zwischen CB-Score und der Kategorie „Social Advertising“ signifikant ist und welche Auswirkungen dies hat Wirkung, CB-Score und Fashion AD-Kategorie ist signifikant und was ist der Effekt, CB-Score und Food Ad-Kategorie? Wenn ich mir die benutzerdefinierten Tests ansehe, habe ich die Möglichkeit auszuwählen, was ich testen möchte. Wenn ich nur vier Interaktionen vergleichen möchte, wie codiere ich das? Außerdem werden der CB-Score und die Kategorievariable für soziale Werbung dort nicht angezeigt ... Wäre für euren Rat wirklich dankbar! Ich füge die Regressionsergebnisse bei.
Betreff: Interaktionen erforschen: kontinuierlich und kategorisch (4 Stufen)Klicken Sie oben auf das rote Dreieck und wählen Sie aus Schätzungen . Du wirst finden Benutzerdefinierte Tests Und Gemeinsame Faktortests verfügbar. Anschließend können Sie auswählen Werkzeuge > Helfen und klicken Sie auf den Bericht, um direkt zur Dokumentation dieser Tests zu gelangen und weitere Informationen zu erhalten.
Sie können auch auswählen Faktorprofilierung > Profiler und erforschen Sie visuell die Art der Interaktionen. Letzteres ist kein formaler Hypothesentest, aber es sollte Ihnen helfen, diesen Effekt zu verstehen.
