我對統計數據很陌生。對於28個鋼琴和鼓樂夾，我對正常聽力和聽力受損的人有情緒反應和偏好反應。我有歌曲的兩個因素節奏和歌曲的模式（主要或次要）。我想看看速度和模式的固定效果以及每個組的交互效果。
我期待這樣的事情（我沒有使用Fit Model）：
情緒評級= a *模式+ b *速度+ c *速度*模式
偏好等級= a *模式+ b *速度+ c *速度*模式
情感和偏好 - 連續變量，節奏 - 連續，模式 - 分類（主要或次要）
我這樣做的方法是，分析---->擬合模型---->我選擇Tempo和模式然後在宏下的全因子來獲得主效果和交互效果。對於情緒評級（對於鼓），對於y列，我選擇正常和聽力受損的情緒對鼓的響應。對於兩組的鋼琴響應，我都是這樣做的。我不是在考慮組內主題的變化，而是關注鼓和鋼琴的節奏和模式對情感和剪輯的偏好評級的影響。此外，我正在研究隨機效應，它應該被調查，但由於技術原因它被淘汰。
我已經嘗試過這種方法，但我不知道當有兩個不同的組並且所有其他變量都相同時，這是否是查看數據的正確方法。
你是'走在正確的軌道上'。擴展您的模型以考慮聽覺能力（正常，受損）的可能影響。單擊“宏”之前，選擇“模式”，“速度”和“聽力”。如果您只想要雙因素交互，如果您想要估計和測試三因素交互效果或Factorial to Degree（默認為2），則使用Full Factorial。
