Querida Comunidad,
Tengo una pregunta sobre la interpretación de los efectos principales y de interacción de un modelo mixto ajustado para los tiempos de reacción. Tengo que simular variables codificadas.
Analizo los tiempos de lectura de las oraciones. La primera variable representa la valencia de la primera parte de la oración (positiva o negativa), mientras que la otra se codifica igual pero para la segunda parte de la oración. Así tengo cuatro tipos de oraciones. nn, pn, np, pp. Quiero probar si las oraciones congruentes (nn, pp) se procesan más rápido que las incongruentes (np, pn). Este efecto también debería ser significativo para comparaciones como esta: nn
Así que mi primera pregunta es bastante general. Con mi codificación como está, ¿puedo interpretar los efectos principales y de interacción de manera significativa? Con respecto a la salida de jmp, ¿cómo interpretaría los resultados de las pruebas de los efectos fijos? (Lamento esta pregunta básica, realmente ya he pensado mucho en eso, pero de alguna manera me siento muy inseguro sobre la interpretación en este momento)
¿También sería suficiente interpretar las comparaciones por pares? ¿Sería posible hacer una comparación por pares de dos contra dos? Así, así: nn = pp
Realmente estaría muy agradecido por cualquier pista.
Julia, parece que faltan algunos detalles importantes o no entiendo tu experimento. ¿Tuvo solo 4 oraciones (nn, np, pn, pp) y cada persona tiene un tiempo de lectura para cada una? (un experimento de bloques al azar)
¿Representó cada medida una persona y una oración únicas?
Hubo más de 4 oraciones, donde la oración podría tener un efecto (ej. 24 oraciones, 6 de cada tipo, donde una de las 6 nn oraciones tuvo un tiempo de lectura mucho más largo que las otras 5 nn oraciones).
Antes de ver las pruebas comparativas, siempre debe verificar la validez de las suposiciones y los errores de datos. Mire la gráfica de variabilidad de Tiempo de lectura para Y y Pregunta, Tipo (nn, np, pn, pp). Si cada persona lee más de una oración, la persona / sujeto también debe ser una columna de agrupación.
Se adjunta un conjunto de datos simulados donde 30 sujetos leen cada una 4 oraciones (el orden fue aleatorio). El efecto simulado fue oraciones congruentes (20,2) y oraciones incongruentes (26,3). Se muestran los scripts, por ejemplo, gráficos y análisis. Esto podría no coincidir con su experimento ni con la codificación, pero podría darle algunas ideas.
Nota, esto fue simulado de modo que solo la interacción es significativa. Con factores simples como estos, a veces es más fácil presentar resultados utilizando un factor (Tipo) con niveles, nn, np, pn, pp. Cuando la prueba global es significativa (controlando los errores de tipo 1), utilice una prueba de comparación múltiple.
