217033_de-DE

liliconcom

Haupteffekte und Interaktionseffekte

Ich habe 28 Musikclips. 14 davon sind in Dur und die restlichen 14 in Moll komponiert. Ich betrachte die emotionale Reaktion auf die Musik und die Vorliebe für die Musik gegenüber dem Modus der Musik und dem Tempo der Musik. Ich möchte auch den Interaktionseffekt von Tempo und Modus betrachten.

 

Ich mache das mit Analysieren -> Modell anpassen. Dann emotionale Reaktion auf die Musik als y-Variable. Ich wähle dann Tempo und Modus. Unter Makros mache ich das vollfaktoriell, das bringt mir sowohl Haupteffekte von Tempo und Modus als auch Interaktionseffekt der beiden Größen.

 

Allerdings stoße ich auf zwei Probleme:

 

1) Wenn ich nur eine Variable setze, sagen wir Tempo und überprüfe ihren Haupteffekt, ist es signifikant. Gleiches gilt für den Modus. Aber wenn ich die volle Fakultät verwende, ist der Haupteffekt des Tempos nicht mehr signifikant.

 

2) Ich bemerke auch eine Änderung der F-Ratio-Werte für den Haupteffekt, wenn ich den Haupteffekt separat überprüfe und wenn ich den verwende Vollfaktoriell.

 

Welches ist der richtige Weg, um den Haupteffekt zu erklären?

Re: Haupteffekte und Interaktionseffekte

Ihre Beschreibung (Full Factorial) Ihres ursprünglichen Modells scheint ein vernünftiger Ausgangspunkt zu sein. Sie stellen alle möglichen Effekte. Jetzt entscheiden Sie, welche von den Daten unterstützt werden.

 

1. Die Statistik testet gleichzeitig alle Effekte in der Linearkombination (Modell). Wenn Sie eine einzelne Variable einbeziehen, wird die Schätzung durch alle anderen wichtigen Variablen verzerrt, die weggelassen wurden. Zusammen können sie die Schätzung schwächen oder annullieren oder sie können die Schätzung künstlich aufblähen. Ausgelassene Variablen führen zu verzerrten Schätzungen der Variablen im Modell. Die Modellauswahl geht der Modellinterpretation voraus.
2. Die Änderungen des F-Verhältnisses beziehen sich auf den ersten Punkt. Sie stellen jedes Mal andere Fragen, wenn Sie einen anderen Satz von Modellparametern schätzen.

 

Also ein paar allgemeine Punkte, die zu beachten sind:

 

• Das Aufstellen aller möglichen Effekte (z. B. Makro für Vollfaktoriell) ist ein guter Anfang, wenn Sie mehr Beobachtungen (dh Zeilen) als Terme im Modell haben.
• Eliminieren Sie Terme höherer Ordnung, von denen Sie entscheiden, dass sie für das Modell nicht wichtig sind (zB eliminieren Sie X^2 vor X).
• Modellhierarchie beibehalten: Wenn X nicht signifikant ist, aber X^2 signifikant ist oder X*Z signifikant ist, dann behalte X im Modell.

 

Lineare Modelle wie diese sind leistungsfähig, aber Sie werden von etwas Aufklärung über ihre Natur, Schätzung und Interpretation profitieren. Diese Community ist ein guter Ort, um Hilfe zu erhalten, aber wir bieten auch viele Formen der Schulung und Ausbildung an.

Re: Haupteffekte und InteraktionseffekteJa, würde ichRe: Haupteffekte und Interaktionseffekte

Ja, das Zusammenspiel von tempo*mode ist signifikant. Bedeutet das also, dass ich die Haupteffektwerte für Tempo und Modus berücksichtige, wenn ich Full Factorial verwende?

Re: Haupteffekte und Interaktionseffekte

Sie haben es nicht erwähnt, aber ich nehme an, Ihr Interaktionsbegriff Tempo*Mode ist aussagekräftig.Und bei der ANOVA regieren Wechselwirkungen.Im Grunde bedeutet es, dass Sie über keine Ihrer Hauptwirkungen unabhängig voneinander sprechen können.Entscheidend ist die Interaktion zwischen den beiden.