상호작용 도표 이해 및 해석안녕하세요,
응답 모델에 대해 통계적으로 유의미한 것으로 확인된(95% 신뢰 수준에서) 상호 작용에 대한 상호 작용 플롯의 해석에 관한 질문이 있습니다.
아래는 p-값이 0.05 미만인 활성 상호 작용을 강조하는 상호 작용 프로필의 스크린샷입니다.
마지막 열의 두 상호 작용 플롯에서 선은 거의 일치하며 내 관점에서는 약한 상호 작용을 나타냅니다. 동일한 요인(요인이 교체됨) 간의 상호 작용을 보여주는 마지막 행의 두 상호 작용 도표는 어떤 종류의 상호 작용도 나타내지 않습니다. 따라서 상호 작용이 실제로 중요하지 않으므로 모델에서 제거할 수 있다고 결론을 내리는 것이 안전합니까? 또한 이것이 마지막 행의 도표에 상호작용 효과가 표시되지 않는 이유입니까?
나는 당신의 생각에 감사드립니다.
데이터 혼합 및 정리Re: 상호작용 도표 이해 및 해석다음에 추가 @Dan_Obermiller 의 설명에 따르면, '통계적 유의성'은 '강함'이나 '중요함'과는 다르다고 말씀드리고 싶습니다.
Re: 상호작용 도표 이해 및 해석@Dan_Obermiller 귀하의 답변에 감사드립니다. 나는 단백질 부하가 여과 압력 및 구아니딘 농도와 관련하여 큰 주요 효과를 갖는다는 귀하의 의견에 강력히 동의합니다. 모델에서 이러한 상호 작용 항을 제거해도 실험 데이터 피팅에 큰 변화가 보이지 않습니다. 내 관점에서는 실질적으로 중요하지 않습니다.
Re: 상호작용 도표 이해 및 해석나는 마지막 열의 도표가 작은 상호작용을 나타낸다는 점에 동의합니다. 그러나 시스템의 소음에 대한 이해가 없기 때문에 여전히 중요할 수 있습니다. 따라서 이 상호 작용은 작더라도 시스템에서 측정된 소음보다 커야 하므로 여전히 관련성이 있을 수 있습니다. 아직도 당신에게 중요합니까? 이러한 차이의 크기가 주목할 만합니까(결정을 내릴 때 y축의 크기를 잊지 마십시오). 이러한 요인(여과 압력 및 구아니딘 농도)은 주효과가 크지 않기 때문에 선이 거의 서로 겹쳐져 있습니다.
마지막 행의 그래프는 단백질 부하가 큰 주효과를 갖기 때문에 선이 서로 멀리 떨어져 있다는 점을 제외하면 동일한 내용을 나타냅니다.
회색으로 표시된 그림의 셀은 해당 교호작용 항이 현재 모형에 없기 때문에 회색으로 표시됩니다.
궁극적으로 통계적 유의성과 실제적 유의성을 혼동하지 마십시오. 통계(p-값)를 사용하여 안내합니다. 통계가 대신 결정을 내리지는 않습니다.
