Definicja

Interakcja

Inne nazwy: efekt interakcyjny, modyfikacja efektu na skali modelu. Kategoria: modele statystyczne.

Interakcja oznacza, że związek jednego predyktora z wynikiem zależy od poziomu drugiego predyktora. W modelu liniowym Y = b0 + b1X + b2Z + b3XZ współczynnik b3 opisuje różnicę nachyleń X między poziomami Z.

Interpretacja warunkowa. Po dodaniu iloczynu XZ współczynniki b1 i b2 są efektami warunkowymi przy wartości zero drugiej zmiennej, a nie ogólnymi „efektami głównymi”. Znaczenie zera zależy od kodowania lub centrowania. Interakcję należy przedstawić za pomocą efektów prostych albo efektów marginalnych z niepewnością oraz wykresu przewidywań w zakresie danych. Wniosek zależy od skali modelu, więc brak interakcji na jednej skali nie musi oznaczać jej braku na innej.

Częsty błąd. Stwierdzenie interakcji dlatego, że jeden efekt prosty jest istotny, a drugi nie. O interakcji mówi bezpośrednie porównanie efektów, nie różnica między dwiema etykietami „istotny” i „nieistotny”.

Przykład syntetyczny. W modelu liniowym współczynnik interakcji XZ wyniósł 0,980. Nachylenie X wyniosło 0,817 dla Z = 0 i 1,797 dla Z = 1. Przewidywania dla X od 0 do 5 wzrosły z 4,957 do 9,043 przy Z = 0 oraz z 6,224 do 15,210 przy Z = 1, więc wykres pokazuje różne nachylenia.

Jak to zapisać w pracy. Model zawierał X, Z i ich interakcję. Współczynnik XZ wyniósł b = 0,98; przedstawiono 95% CI, efekty proste X dla Z = 0 i Z = 1 oraz wykres przewidywanych wartości z przedziałami ufności.

Dane i wyniki są syntetyczne; odtwarza je docs/dane/przyklady-slownik-g07a.py.

Powiązane hasła: liniowość i monotoniczność, Wielkość efektu, przedział ufności, współliniowość

Jeśli interpretacja iloczynu współczynników jest niejasna, Wyceń projekt.