मेरे पास मिश्रित मॉडल / लैमर के मेरे उपयोग के बारे में एक प्रश्न है। मूल मॉडल यह है:
lmer(DV ~ group * condition + (1|pptid), data= df)
समूह और स्थिति दोनों कारक हैं: समूह के दो स्तर हैं (groupA, groupB) और स्थिति के तीन स्तर हैं (condition1, condition2, condition3)। यह मानव विषयों का डेटा है, इसलिए प्रत्येक व्यक्ति के लिए pptid एक यादृच्छिक प्रभाव है।
मॉडल को p मान आउटपुट के साथ निम्नलिखित मिला:
Estimate MCMCmean HPD95lower HPD95upper pMCMC Pr(>|t|)
(Intercept) 6.1372 6.1367 6.0418 6.2299 0.0005 0.0000
groupB -0.0614 -0.0602 -0.1941 0.0706 0.3820 0.3880
condition2 0.1150 0.1151 0.0800 0.1497 0.0005 0.0000
condition3 0.1000 0.1004 0.0633 0.1337 0.0005 0.0000
groupB:condition2 -0.1055 -0.1058 -0.1583 -0.0610 0.0005 0.0000
groupB:condition3 -0.0609 -0.0612 -0.1134 -0.0150 0.0170 0.0148
अब, मुझे पता है कि सूचीबद्ध पंक्तियाँ कारकों के प्रत्येक स्तर को संदर्भ स्तर से तुलना करती हैं। समूह के लिए, संदर्भ GroupA है और स्थिति के लिए, संदर्भ कंडिशन 1 है।
क्या मैं निम्नलिखित तरीके से इस आउटपुट की व्याख्या करने में सही होगा:
- समूहों के बीच कोई समग्र अंतर नहीं है (इसलिए groupB> ap05 का एपी)
- हालत 1 और हालत 2 के बीच और हालत 1 और हालत 3 के बीच कुल अंतर।
- GroupA, कंडिशन 1 बनाम ग्रुपबी, कंडीशन 2 और ग्रुपए, कंडिशन 1 बनाम ग्रुप बी, कंडीशन 3 के बीच अंतर।
क्या वो सही है? मुझे लगता है कि मैं इस बारे में थोड़ा भ्रमित हूं कि दो अलग-अलग कारकों के स्तरों के बीच बातचीत के संबंध में इसकी व्याख्या कैसे करें।
मैंने यहाँ विभिन्न प्रश्नों को पढ़ा है और कुछ वेब खोजों को किया है, और glht के साथ विरोधाभास प्राप्त करने में कामयाब रहे: क्या यह समूहों और स्थितियों के बीच के अंतर को देखने का एक बेहतर तरीका होगा? मुझे लगा कि इस मामले में बातचीत के संकेत यहां मौजूद होंगे।