カテゴリー変数間の相互作用が含まれる場合の混合モデルからの回帰出力の解釈

混合モデル/ lmerの使用について質問があります。基本モデルは次のとおりです。

lmer(DV ~ group * condition + (1|pptid), data= df)

グループと条件は両方の要因です。グループには2つのレベル（groupA、groupB）があり、条件には3つのレベル（condition1、condition2、condition3）があります。それは人間の被験者からのデータであるため、pptidは各人のランダムな効果です。

モデルは、p値の出力で以下を見つけました。

                                   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

これで、リストされた行が因子の各レベルを参照レベルと比較することがわかりました。グループの場合、参照はgroupAであり、条件の場合、参照はcondition1です。

この出力を次のように解釈するのは正しいですか？

• グループ間に全体的な違いはありません（したがって、groupBはap> .05）
• 条件1と条件2、および条件1と条件3の全体的な違い。
• groupA、条件1とgroupB、条件2の違い、さらにgroupA、条件1とグループB、条件3の違い

あれは正しいですか？2つの異なる要因のレベル間の相互作用に関して、これをどのように解釈するかについて少し混乱していると思います。

ここでさまざまな質問を読み、いくつかのWeb検索を実行し、glhtでコントラストを設定することができました。グループと条件の違いを調べるより良い方法でしょうか。ここに相互作用の兆候があれば、それが当てはまると考えました。

与えられた回帰表を使用してDV、2つの要因の組み合わせごとに従属変数の期待値の表を計算できます。これにより、これがより明確になる可能性があります（MCMC推定値ではなく、通常の推定値を使用しました）。

$$\begin{array}{c|cc} \phantom{} & {\rm GroupA} & {\rm GroupB} \\ \hline {\rm Condition1} & 6.1372 & 6.0758 \\ {\rm Condition2} & 6.2522 & 6.0853 \\ {\rm Condition3} & 6.2372 & 6.1149 \\ \end{array}$$

この表を参照して、あなたの解釈に答えることであなたの質問に答えます。

グループ間に全体的な違いはありません（したがって、groupBはap> .05）

あなたが唯一の変数の基準レベルに焦点を制限されているに言及している-value ときにのみグループ間の差をテストですので、（表の最初の行）、すなわち、それだけかどうかをテストだと大きく異なっています。$p$ConditionCondition=1$6.1372$$6.0758$

グループ間に全体的な違いがあるかどうかはテストしていません。そのテストを行うにConditionは、モデルを完全に除外し、の重要性をテストする必要がありGroupます。

条件1と条件2、および条件1と条件3の全体的な違い。

最初の解釈と同様に、これはの場合に基準レベル（）Condition2と 比較するだけです。つまり、これは、最初の列の2番目と3番目のエントリが大きく異なるかどうかをテストするだけ。条件変数の全体的な違いをテストするには、モデルから除外して単独でテストする必要があります。Condition3Condition1Group=A$6.1372$Groupcondition

groupA、条件1とgroupB、条件2の違い、さらにgroupA、条件1とグループB、条件3の違い

交互作用項は、1つの変数の効果が他の変数のレベルに依存するかどうかをテストします。

例えば、の重要groupB:condition2用語は違いことを示していますCondition1とのCondition2時に異なっているGroup=A対Group=B。表を参照すると、これはがと大きく異なることを意味します。この特定のケースではin とは異なりますが、それほどではないように見えます。に関しては、それほどではないが、同様のダイナミクスが発生しているようです。

$$6.2522-6.1372=.115$$ $$6.0853-6.0758=.0095$$ Condition2Condition1GroupA GroupBCondition3