Esplorare le interazioni: continue e categoriche (4 livelli)Ciao a tutti!
Ho davvero bisogno di aiuto.Come posso testare un'interazione significativa tra una variabile continua e una categoriale? Ho eseguito un modello misto lineare con dipendenza continua (ad esempio coinvolgimento), effetti fissi "punteggio di acquisto compulsivo", categoria pubblicitaria (4 categorie) e la loro interazione, ed effetti casuali "Subject ID" e "StimuliName".L'interazione tra "punteggio di acquisto compulsivo" e categoria pubblicitaria è stata significativa. Ora, vorrei testare, in quale categoria pubblicitaria (ne ho 4) l'interazione è stata significativa e qual è stato l'effetto? Come potrei farlo? Grazie mille in anticipo!
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Grazie mille, ora è molto più chiaro. L'unico problema è che sto eseguendo l'analisi del modello misto lineare con fattori casuali, quindi questo tipo di regressione, come posso vedere nel menu, non ha l'opzione Stime estese sotto Stime...
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Penso che le stime dei parametri forniscano la risposta che cerchi. I test a effetto fisso riguardano il significato dell'intero termine nel modello. Le stime dei parametri sono test per ciascuna stima. La stima per il Social Cause Ad non viene mostrata, però, perché dipende dagli altri livelli. Deve essere uguale al negativo della somma delle altre stime: -( (-0,003415) + (-0,012818) + (-0,014721) ) = 0,030954. Il significato si trova facendo clic sul triangolo rosso accanto a Risposta in alto a sinistra e selezionando Stime > Stime ampliate .
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Caro Marco
Vorrei riformulare un po 'la domanda poiché non sono ancora sicuro, come posso fare ciò a cui miro. Aggiungo qui una figura di interazione che vorrei specificare. Nella figura, mostro l'effetto di interazione della categoria dell'annuncio e del punteggio di acquisto compulsivo sulla fissazione del tempo totale.Quello che voglio fare è dimostrare statisticamente che la relazione tra il punteggio di acquisto compulsivo e il tempo totale di fissazione è significativa solo nella categoria degli annunci di causa sociale. Mentre la relazione tra queste due variabili non è significativa all'interno delle altre 3 categorie. Mentre si vede dalla figura, devo fornire l'argomentazione statistica. E non sono sicuro, se è qui che utilizzo i test congiunti o le analisi dei test personalizzati, poiché penso che mirassero a obiettivi diversi.
Grazie mille!
Dalia
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Re: Esplorare le interazioni: continue e categoriche (4 livelli)In questo caso, l'effetto più significativo e importante è l'interazione. Gli effetti principali non sono significativi ma dovrebbero rimanere nel modello per mantenere la gerarchia del modello.
L'etichettatura CBS-32.4792 indica che JMP ha centrato il continuo CBS predittore per te.
Mi dispiace che la spiegazione del test fattoriale congiunto nella Guida di JMP non sia stata utile. Ecco qui:
IL Giunto Fattore L'opzione Test viene visualizzata quando sono presenti effetti di interazione. Per ogni effetto principale nel modello, JMP produce a giunto verifica se tutti i coefficienti per i termini che coinvolgono quell'effetto principale sono zero. Questo test è subordinato al fatto che tutti gli altri effetti siano presenti nel modello. Nello specifico, il giunto test è un test di ipotesi lineare generale di un modello ristretto. In quel modello, tutti i parametri che corrispondono all'effetto specificato e le interazioni che lo contengono sono impostati a zero.
Il rapporto sui test a effetto fisso viene utilizzato per determinare se singoli termini nel modello sono significative. L'interazione introduce una gerarchia. Il Joint Factor Test copre tutti i parametri per tutti i termini che includono il predittore. Questa è la ragione del gran numero di gradi di libertà. Quindi la categoria dell'annuncio è significativa nel tuo caso quando consideri congiuntamente tutti i termini, anche se i singoli termini non sono significativi. È un test "tutto o niente". L'ipotesi nulla è che tutti i parametri per questo predittore siano pari a zero. L'alternativa è che almeno uno di essi non sia zero.
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Ciao Mark,
La ringrazio molto per la risposta. Ho provato a fare dei preventivi, e sono ancora un po' perplesso con questa opzione. Ho provato a controllare la sezione della guida, che alla fine non si è rivelata molto utile. Quando ho eseguito i test dei fattori congiunti per la mia interazione, ho ottenuto un fattore significativo, che è la categoria del prodotto pubblicitario e un altro non significativo (punteggio di acquisto compulsivo). Che cosa significa? Nell'analisi iniziale, dove ho incluso tutti i fattori e la loro interazione, la categoria del prodotto pubblicitario e il punteggio CB erano entrambi non significativi. Ma l'interazione è significativa. Ciò significa che questa interazione è guidata dalle differenze tra le categorie pubblicitarie?
Un'altra domanda. Quando eseguo i test personalizzati, vorrei sapere se l'interazione tra il punteggio CB e la categoria della pubblicità sociale è significativa e qual è l'effetto, nonché se l'interazione tra il punteggio CB e la categoria dell'annuncio FMCG è significativa e qual è il effetto, punteggio CB e categoria Fashion AD è significativo e qual è l'effetto, e punteggio CB e categoria annuncio alimentare. Quando guardo i test personalizzati, ho un'opzione per scegliere cosa voglio testare. Se voglio solo confrontare le 4 interazioni, come posso codificarle? Inoltre, la variabile CB-score e la categoria della pubblicità sociale non sono esposte lì... Ti sarei davvero grato per i tuoi consigli! Allego i risultati della regressione.
Re: Esplorare le interazioni: continue e categoriche (4 livelli)Fare clic sul triangolo rosso in alto e selezionare Stime . Troverai Test personalizzati E Test dei fattori congiunti disponibile. È quindi possibile selezionare Utensili > Aiuto e fare clic sul report per andare direttamente alla documentazione relativa a questi test per ulteriori informazioni.
Puoi anche selezionare Profilazione dei fattori > Profiler ed esplorare visivamente la natura delle interazioni. Quest'ultimo non è un test di ipotesi formale, ma dovrebbe aiutarti a comprendere questo effetto.
