जैसा कि अन्य ने उल्लेख किया है, यह एक इंटरैक्शन के साथ रैखिक रूप से मॉडलिंग की जा सकती है। आप दो डमी से बातचीत कर रहे हैं, और इस बारे में कुछ भी गैर-रैखिक नहीं है। मॉडल को देखते हुए:
में 'लिंग' सीमांत प्रभाव आंशिक व्युत्पन्न है:
डब्ल्यू टी = α + बी1a gई + बी2जीई एन डीई आर + बी3a gई ∗ जीई एन डीई र + ϵ
∂डब्ल्यू टी∂जीई एन डीई आर= बी2+ बी3a gइ
देखें कि कैसे लिंग और आयु केवल 0 या 1 के मान ले सकते हैं, हम अनिवार्य रूप से केवल चार अलग-अलग समूहों के साधनों में अंतर देख रहे हैं? अर्थात्, हमारे पास केवल चार अलग-अलग संयोजन हैं जो हम उपरोक्त समीकरणों में प्लग कर सकते हैं: (1) और एक जी ई = 0 , (2) जी ई एन डी ई आर = 1 और एक जी ई = 1 , (3) जी ई एन डी ई आर = 0 और एक जी ईजीई एन डीई आर = ०a gई = ०जीई एन डीई आर = १a gई = 1जीई एन डीई आर = ० , और (4) जी ई एन डी ई आर = 1 और एक जी ई = 0 । इस प्रकार, आपका विशिष्ट उदाहरण चार समूह साधनों के बीच तुलना के बराबर है।a gई = 1जीई एन डीई आर = १a gई = ०
यह समझने में भी मददगार हो सकता है कि यह समझने के लिए कि उपरोक्त दो एनोवा के साथ नाममात्र चर के बराबर कैसे है। इस तथ्य को शांत करने के एक अन्य तरीके के रूप में कि आपके विशिष्ट उदाहरण के साथ, (फिर से, क्योंकि उम्र और लिंग के केवल चार संभावित संयोजन हैं) हम निम्नलिखित मॉडल की तरह एक स्पष्ट अंतःक्रियात्मक शब्द के बिना भी निर्दिष्ट कर सकते हैं:
डब्ल्यू टी = α + बी1yओ यू एन जी। m a l e + b2ओ एल डी। m a l e + b3yओ यू एन जी। चई m एक एल ई + ε
ओ एल डी। चई एम ए एल ईख1ओ एल डी। चई एम ए एल ईyओ यू एन जी। m a l eαडब्ल्यू टीओ एल डी। चई एम ए एल ई
...
उपरोक्त उदाहरण इस प्रकार इस निष्कर्ष पर पहुंचने के लिए एक अत्यधिक जटिल तरीका है (कि हम वास्तव में सिर्फ चार समूह साधनों की तुलना कर रहे हैं), लेकिन बातचीत कैसे काम करती है, इस बारे में जानने के लिए, मुझे लगता है कि यह एक सहायक उत्पाद है। सीवी पर अन्य बहुत अच्छे पद हैं जो नाममात्र चर के साथ एक सतत चर को इंटरैक्ट करने के लिए, या दो निरंतर चर को इंटरैक्ट कर रहे हैं। भले ही आपके प्रश्न को गैर-पैरामीट्रिक परीक्षणों को निर्दिष्ट करने के लिए संपादित किया गया हो, मुझे लगता है कि यह आपकी समस्या के माध्यम से अधिक पारंपरिक (यानी, पैरामीट्रिक) दृष्टिकोण से सोचने में मददगार है, क्योंकि परिकल्पना परीक्षण के लिए अधिकांश गैर पैरामीट्रिक दृष्टिकोणों में एक ही तर्क होता है लेकिन आम तौर पर विशिष्ट वितरण के बारे में कम धारणाएं।
डब्ल्यू टी
ओ एल डी। एम ई एनyओ यू एन जी। डब्ल्यू ओ एम ई एन
"महत्वपूर्ण" इंटरैक्शन पर लघु
एक्स1एक्स2एक्स1एक्स2लेकिन एक बार और, अगर हमारे पास केवल दो कोवरिएट्स हैं जो केवल 0 या 1 का मान ले सकते हैं, तो इसका मतलब है कि हम अनिवार्य रूप से अन्य समूह साधनों को देख रहे हैं।
काम किया उदाहरण
चलो डन के परीक्षण के परिणामों के साथ इंटरैक्शन मॉडल के परिणामों की तुलना करें। सबसे पहले, कुछ डेटा उत्पन्न करते हैं जहां (ए) पुरुषों का वजन महिलाओं की तुलना में अधिक होता है, (बी) छोटे पुरुषों का वजन वृद्ध पुरुषों की तुलना में कम होता है, और (सी) युवा और वृद्ध महिलाओं के बीच कोई अंतर नहीं होता है।
set.seed(405)
old.men<-rnorm(50,mean=80,sd=15)
young.men<-rnorm(50,mean=70,sd=15)
young.women<-rnorm(50,mean=60,sd=15)
old.women<-rnorm(50,mean=60,sd=15)
cat<-rep(1:4, c(50,50,50,50))
gender<-rep(1:2, c(100,100))
age<-c(rep(1,50),rep(2,100),rep(1,50))
wt<-c(old.men,young.men,young.women,old.women)
data<-data.frame(cbind(wt,cat,age,gender))
data$cat<-factor(data$cat,labels=c("old.men","young.men","young.women","old.women"))
data$age<-factor(data$age,labels=c("old","young"))
data$gender<-factor(data$gender,labels=c("male","female"))
डब्ल्यू टी
mod<-lm(wt~age*gender,data)
library(effects)
allEffects(mod)
model: wt ~ age * gender
age*gender effect
gender
age male female
old 80.61897 57.70635
young 67.78351 56.01228
अपने सीमांत प्रभाव के लिए एक मानक त्रुटि या विश्वास अंतराल की गणना करने की आवश्यकता है? ऊपर उल्लिखित 'प्रभाव' पैकेज आपके लिए यह कर सकता है, लेकिन बेहतर अभी तक, एकेन और वेस्ट (1991) आपको अधिक जटिल बातचीत मॉडल के लिए सूत्र भी देते हैं। मैट गोल्डर द्वारा बहुत अच्छी टिप्पणी के साथ उनकी तालिकाओं को आसानी से यहाँ छापा गया है।
अब डन के परीक्षण को लागू करने के लिए।
#install.packages("dunn.test")
dunn.test(data$wt, data$cat, method="bh")
Kruskal-Wallis chi-squared = 65.9549, df = 3, p-value = 0
Comparison of x by group
(Benjamini-Hochberg)
Col Mean-|
Row Mean | old.men young.me young.wo
---------+---------------------------------
young.me | 3.662802
| 0.0002*
|
young.wo | 7.185657 3.522855
| 0.0000* 0.0003*
|
old.wome | 6.705346 3.042544 -0.480310
| 0.0000* 0.0014* 0.3155
क्रुश्कल-वालिस ची-स्क्वेर्ड परीक्षा परिणाम पर पी-मूल्य बताता है कि हमारे समूहों में से कम से कम एक अलग आबादी से आता है। ' समूह-दर-समूह तुलना के लिए, शीर्ष नंबर डन का जेड-टेस्ट स्टेटिस्टिक है, और नीचे की संख्या एक पी-मूल्य है, जिसे कई तुलनाओं के लिए समायोजित किया गया है। जैसा कि हमारे उदाहरण के आंकड़े कृत्रिम थे, यह आश्चर्यजनक है कि हमारे पास इतने छोटे पी-मान हैं। लेकिन छोटी और बड़ी महिलाओं के बीच की तुलना में नीचे-सही तुलना पर ध्यान दें। परीक्षण सही रूप से शून्य परिकल्पना का समर्थन करता है कि इन दोनों समूहों के बीच कोई अंतर नहीं है।
...
अद्यतन: अन्य उत्तरों को देखते हुए, इस उत्तर को इस विचार को विवादित करने के लिए अद्यतन किया गया है कि इसके लिए किसी भी प्रकार के गैर-रेखीय मॉडलिंग की आवश्यकता होती है, या - ओपी को दो बाइनरी कोवरिएट्स का विशिष्ट उदाहरण दिया जाता है, अर्थात, चार समूह - कि एक होना चाहिए इस गैर-परम्परागत रूप से परिवर्तन के लिए साइन इन करें। उदाहरण के लिए, यदि उम्र निरंतर थी, तो इस समस्या से निपटने के अन्य तरीके होंगे, लेकिन यह ओपी द्वारा दिया गया उदाहरण नहीं था।