インジケーター機能パラメーター化ヘルプ！私が言えることから、インジケーター関数のパラメーター化の出力は、モデルにカテゴリー予測子がある場合のものです。私は実際、最近までこの出力ウィンドウについてさえ知りませんでした。私の回帰分析では、常にメインパラメーター推定ウィンドウのp値と係数を使用していました。 私は最近、1つの連続IVと2つのバイナリIV、およびそれらの相互作用の項のすべての組み合わせを含むモデルを実施しました。 主なパラメーター推定値とインジケーター関数のパラメーター化推定値を比較すると、関心のある交互作用は、主出力の有意からIFP出力のNSになります。技術的に使用するのに最適なのはどれですか？ この間ずっと間違った結果を報告してきましたか？
分析Re：インジケーター機能のパラメーター化ヘルプ！線形統計モデルは、さまざまな目的や解釈に合わせてさまざまな方法でパラメーター化できます。 違いにより、推定値の仮説検定の意味が変わります。 違いによって帰無仮説が変わるため、すべてのパラメーター化で有意性が同じになるとは限りません。
見てくださいインジケーターのパラメーター化の見積もり。
Re：インジケーター機能のパラメーター化ヘルプ！お返事をありがとうございます。どちらを解釈するのが最も適切かについての洞察はありますか？ 変数について提供した詳細を考えると？
