相互作用プロットの理解と解釈こんにちは、
応答モデルに関して統計的に有意 (95% 信頼水準) であると特定された交互作用の交互作用プロットの解釈に関して質問があります。
以下は、相互作用プロファイルのスクリーンショットであり、p 値が 0.05 未満のアクティブな相互作用を強調表示しています。
最後の列の 2 つの交互作用プロットでは、線がほぼ一致しており、私の観点からは弱い相互作用が示されています。 最後の行にある 2 つの交互作用プロットは、同じ因子間の交互作用 (因子が交換されている) を示しており、いかなる種類の交互作用も示していません。 したがって、交互作用は実際には重要ではないため、モデルから削除できると結論付けても安全でしょうか? また、最後の行のプロットに交互作用効果が見られないのはこれが理由でしょうか?
ご意見をいただければ幸いです。
データのブレンディングとクリーンアップRe: 相互作用プロットの理解と解釈追加する@Dan_Obermillerの説明では、「統計的有意性」は「強い」または「重要」と同じではないと言いたいのです。
Re: 相互作用プロットの理解と解釈@Dan_Obermillerご回答ありがとうございます。 タンパク質負荷が濾過圧力とグアニジン濃度に関して大きな主効果を持っているということに私も強く同意します。 これらの交互作用項をモデルから削除しても、実験データのフィッティングに大きな変化は見られません。 私の観点からすると、それらは実質的に重要ではありません。
Re: 相互作用プロットの理解と解釈最後の列のプロットが小さな相互作用を示していることに同意します。 ただし、システムのノイズについては理解していないため、依然として重大な問題である可能性があります。 したがって、この相互作用は小さいですが、システムの測定されたノイズよりも大きいはずなので、それでも関係がある可能性があります。 それはあなたにとって今でも重要ですか？ これらの違いの大きさは注目に値しますか (決定を下す際には、y 軸のスケールを忘れないでください)。 これらの要因 (濾過圧力とグアニジン濃度) は主な影響をあまり持たないため、線はほぼ重なっています。
最後の行のグラフは、タンパク質負荷が大きな主効果を持っているため、これらの線が大きく離れていることを除いて、同じことを示しています。
プロット内のグレー表示のセルは、その交互作用項が現在モデルにないため、グレー表示になります。
最終的には、統計的な有意性と実際的な有意性を混同しないでください。 統計 (p 値) はガイドとして使用します。統計が決定を下すわけではありません。
