理解和解释交互图你好，
我有一个关于交互作用图的解释的问题，这些交互作用被认为对于响应模型具有统计显着性（95% 置信水平）。
下面是交互配置文件的屏幕截图，突出显示了 p 值小于 0.05 的活跃交互。
在最后一列的两个交互图中，线条几乎匹配，从我的角度来看，这表明交互作用很弱。 最后一行中的两个交互作用图显示了相同因子之间的交互作用（交换了因子），但并不表明任何类型的交互作用。 因此，是否可以安全地得出这样的结论：相互作用实际上并不重要，因此可以从模型中删除？ 另外，这就是为什么我在最后一行的图中看不到交互作用的原因吗？
我会很感激你的想法。
数据混合和清理回复：理解和解释交互图添加到@丹_奥伯米勒的解释，我想说“统计显着性”与“强”或“重要”不同。
回复：理解和解释交互图@丹_奥伯米勒非常感谢您的回答。 我强烈同意您的观点，即蛋白质负荷对过滤压力和胍浓度有很大的主效应。 当我从模型中删除这些交互项时，我没有看到实验数据的拟合发生显着变化。 从我的角度来看，它们没有实际意义。
回复：理解和解释交互图我同意最后一列中的图表明存在小的相互作用。 然而，它仍然可能很重要，因为我不了解系统的噪音。 因此，尽管这种相互作用很小，但它可能仍然与您相关，因为它必须大于系统的测量噪声。 它对你来说还重要吗？ 这些差异的大小是否值得注意（在做出决定时不要忘记 y 轴的比例）。 这些线几乎彼此重叠，因为这些因素（过滤压力和胍浓度）没有太大的主要影响。
最后一行的图表告诉我同样的事情，只是这些线相距很远，因为蛋白质负荷确实有很大的主效应。
图中外观呈灰色的单元格呈灰色，因为该交互作用项当前不在模型中。
最后，不要将统计显着性与实际显着性混淆。 您使用统计数据（p 值）来指导您——它们不会为您做出决定。
