解释固定效应线性混合模型虚拟编码变量亲爱的社区，
我有一个关于适合反应时间的混合模型的主要和相互作用的解释的问题。我必须使用虚拟编码变量。
我分析了句子的阅读时间。第一个变量重复句子第一部分的效价（正面或负面），而另一个变量则相同但对于句子的第二部分。像这样我有四种句子类型。nn，pn，np，pp。我想测试全等（nn，pp）句子是否处理得更快而不一致（np，pn）。对于这样的比较，这种效应也应该是很重要的：nn
所以我的第一个问题是相当普遍的问题。通过我的编码，我可以有意义地解释主要和交互效果吗？关于jmp的输出，我如何解释固定效应的测试结果？（我很抱歉这个基本问题，我真的已经考虑了很多，但不知何时对此解释感到非常不确定）
解释成对比较也足够了吗？是否有可能对两个两个两个进行成对比较？所以这样：nn = pp
我真的非常感谢任何提示。
Re：解释固定效应线性混合模型虚拟编码变量朱莉娅，一些重要的细节似乎缺失或我不理解你的实验。你有4个句子（nn，np，pn，pp）并且每个人都有阅读时间吗？（随机区组实验）
每次测量都代表一个独特的人和句子吗？
是否有超过4个句子，句子可能有效（例如 24种句子，每种类型6种，其中6 nn个句子中的一个句子的阅读时间比其他5 nn个句子长得多。
在查看比较测试之前，您应该始终检查假设和数据错误的有效性。 查看Y和Reading的读取时间的变异性图，类型（nn，np，pn，pp）。如果每个人阅读多个句子，则该人/主题也应该是分组列。
附件是模拟数据集，其中30个主题每个读取4个句子（顺序是随机的）。模拟效果是全等句（20,2）和不一致句（26,3）。 显示了示例图表和分析的脚本。 这可能与您的实验或编码不符，但可能会给您一些想法。
请注意，这是模拟的，只有交互才有意义。通过这些简单的因素，使用一个因子（类型）和水平，nn，np，pn，pp更容易呈现结果。当全局测试很重要（控制类型1错误）时，请使用多重比较测试。
