我為我的碩士論文做了一個調查實驗。 我的主管建議我使用 GLM，因為設計具有混合組件（處理是固定的，但參與者和調查中包含的圖片是隨機的）但我發現很難解釋結果。
在調查中，參與者隨機進入三種情況之一。 然後他們看到 10 張圖片，每張圖片必須回答 6 個問題。 根據處理方式，圖片包括 1 類標誌、2 類標誌或無標誌。 他們以五分制李克特量表回答了問題。
對於這個模型，我使用了每個參與者針對特定問題回答的 10 張圖片的平均值，這是向我推薦的，但這個模型顯示的 AIC 低於我嘗試過的其他模型。
使用的變量是：
NN vs N - NN用0表示，表示圖片圖片或處理不包含符號。 N代表它有一個標誌。
處理 - 0 表示它不包含符號。 1 它包括一個標誌類型 1 和 2 它包括一個標誌類型 2。
如果有人能幫助我理解結果，我將不勝感激。
