Karışık bir model / lmer kullanmamla ilgili bir sorum var. Temel model şudur:
lmer(DV ~ group * condition + (1|pptid), data= df)
Grup ve koşul her iki faktördür: grup iki seviyeye (grup A, grup B) ve koşul üç seviyeye (koşul1, koşul2, koşul3) sahiptir. Bu, insan deneklerden elde edilen verilerdir, bu nedenle pptid her kişi için rastgele bir etkidir.
Model p değeri çıktısıyla aşağıdakileri buldu:
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
Şimdi, listelenen satırların faktörlerin her seviyesini referans seviyeyle karşılaştırdığını biliyorum. Grup için, referans grup A ve koşul için, referans koşul1'dir.
Bu çıktıyı şu şekilde yorumlarken doğru olur muyum:
- Gruplar arasında genel bir fark yoktur (bu nedenle grup B'nin ap değeri> .05'dir)
- Koşul 1 ve koşul 2 ile koşul 1 ve koşul 3 arasındaki genel farklar.
- Grup A, durum 1 ile grup B, durum 2 arasındaki ve ayrıca grup A, durum 1 ile grup B arasındaki, durum 3 arasındaki farklar.
Bu doğru mu? İki farklı faktör arasındaki etkileşimler açısından bunu nasıl yorumlayacağım konusunda biraz kafam karıştı.
Burada çeşitli sorular okudum ve bazı web aramaları yaptım ve glht ile kontrastlar elde etmeyi başardım: bu, gruplar ve koşullar arasındaki farklılıklara bakmak için daha iyi bir yol olur mu? Burada var olan etkileşimlerin belirtileri göz önüne alındığında bunun böyle olacağını düşündüm.