Ich bin ziemlich neu in der Statistik. Ich habe eine emotionale Reaktion und eine Präferenzreaktion von normal hörenden und hörgeschädigten Menschen für 28 Klavier- und Schlagzeug-Clips. Ich habe zwei Faktoren Tempo der Songs und Modus des Songs (Dur oder Moll). Ich möchte sowohl die festen Effekte von Tempo und Modus als auch die Interaktionseffekte für jede dieser Gruppen untersuchen.
Ich erwarte so etwas (was ich mit Fit Model nicht bekomme):
Emotionsbewertung = a * Modus + b * Tempo + c * Tempo * Modus
Präferenzbewertung = a * Modus + b * Tempo + c * Tempo * Modus
Emotion und Präferenz - kontinuierlich variabel, Tempo - kontinuierlich, Modus - kategorisch (Dur oder Moll)
Die Art und Weise, wie ich das mache, ist Analysieren ----> Modell anpassen ----> Ich wähle Tempo und Modus dann voll Fakultät unter Makros, um Haupteffekte und Interaktionseffekte zu erhalten. Für die Emotionsbewertung (für Trommeln) und für die y-Spalte wähle ich sowohl die normale als auch die hörgeschädigte Reaktion für die Emotion für Trommeln. Ich mache dasselbe für die Klavierantwort für beide Gruppen. Ich betrachte nicht die Variabilität innerhalb der Themen in der Gruppe, sondern die Auswirkung von Tempo und Modus für Schlagzeug und Klavier auf die Emotion und die Präferenzbewertung für die Clips. Auch ich schaue auf zufällige Effekte, es hätte geprüft werden sollen, aber aus technischen Gründen ist es beseitigt.
Ich habe diesen Ansatz bereits ausprobiert, aber ich weiß nicht, ob dies der richtige Weg ist, um die Daten anzuzeigen, wenn zwei verschiedene Gruppen vorhanden sind und alle anderen Variablen gleich sind.
Du bist auf dem richtigen Weg.' Erweitern Sie Ihr Modell, um den möglichen Effekt der Hörfähigkeit (normal, beeinträchtigt) zu berücksichtigen. Wählen Sie Modus, Tempo und Hören, bevor Sie auf Makros klicken. Verwenden Sie wie zuvor Full Factorial, wenn Sie den Drei-Faktor-Interaktionseffekt schätzen und testen möchten, oder Factorial to Degree (standardmäßig 2), wenn Sie nur Zwei-Faktor-Interaktionen wünschen.
