Effets principaux et effets d'interactionJ'ai 28 clips musicaux. 14 d'entre eux sont composés en mode majeur et 14 autres en mode mineur. Je regarde la réponse émotionnelle pour la musique et la préférence pour la musique par rapport au mode de la musique et au tempo de la musique. Je veux aussi regarder l'effet d'interaction du tempo et du mode.
Pour ce faire, j'utilise Analyze -> Fit Model. Ensuite, réponse émotionnelle pour la musique en tant que variable y. Je choisis ensuite Tempo et Mode. Sous Macros, je fais une factorielle complète, cela me donne à la fois les effets principaux du tempo et du mode et l'effet d'interaction des deux quantités.
Cependant, je me heurte à deux problèmes :
1) Lorsque je ne mets qu'une seule variable, disons le tempo et vérifions son effet principal, il est significatif. Idem pour le mode. Mais lorsque j'utilise la factorielle Full, l'effet principal du tempo n'est plus significatif.
2) Je remarque également un changement dans les valeurs du F-ratio pour l'effet principal, lorsque je vérifie l'effet principal séparément et lorsque j'utilise le Factorielle complète.
Quelle est la bonne façon de tenir compte de l'effet principal ?
Re : Effets principaux et effets d'interactionVotre description (factorielle complète) de votre modèle initial semble être un point de départ raisonnable. Vous posez tous les effets possibles. Maintenant, vous décidez lesquels sont pris en charge par les données.
- Les statistiques testent simultanément tous les effets dans la combinaison linéaire (modèle). Lorsque vous incluez une seule variable, l'estimation est biaisée par toutes les autres variables importantes qui ont été omises. Ensemble, ils peuvent affaiblir ou annuler l'estimation ou ils peuvent gonfler artificiellement l'estimation. Les variables omises conduisent à des estimations biaisées des variables du modèle. La sélection du modèle précède l'interprétation du modèle.
- Les changements dans le rapport F sont liés au premier point. Vous posez des questions différentes chaque fois que vous estimez un ensemble différent de paramètres de modèle.
Donc, quelques points généraux à considérer :
- Poser tous les effets possibles (par exemple, Macro pour Full Factorial) est un bon moyen de commencer si vous avez plus d'observations (c'est-à-dire de lignes) que de termes dans le modèle.
- Éliminez les termes d'ordre supérieur qui, selon vous, ne sont pas importants pour le modèle (par exemple, éliminez X^2 avant X).
- Maintenir la hiérarchie du modèle : si X n'est pas significatif mais que X^2 est significatif ou que X*Z est significatif, alors conservez X dans le modèle.
Les modèles linéaires tels que ceux-ci sont puissants, mais vous bénéficierez d'une formation sur leur nature, leur estimation et leur interprétation. Cette communauté est un bon endroit pour obtenir de l'aide, mais nous proposons également de nombreuses formes de formation et d'éducation.
Re : Effets principaux et effets d'interactionOui je voudraisRe : Effets principaux et effets d'interactionOui, l'interaction tempo*mode est significative. Cela signifie-t-il donc que je prends en compte les principales valeurs d'effet pour le tempo et le mode lorsque j'utilise la factorielle complète ?
Re : Effets principaux et effets d'interactionVous ne l'avez pas mentionné, mais je suppose que votre terme d'interaction de Tempo*Mode est significatif.Et dans ANOVA, les interactions règnent.Fondamentalement, ce que cela signifie, c'est que vous ne pouvez pas parler de l'un ou l'autre de vos principaux effets indépendamment l'un de l'autre.L'interaction entre les deux est ce qui est important.
