因子と連続共変量の間の相互作用をどのようにプロットしますか?


9

同じグラフに、連続予測子とカテゴリカルモデレーター間の相互作用をプロットしたいと思います。両方がカテゴリカル(因子相互作用)である場合の方法は知っていますが、一方が連続的​​でもう一方がカテゴリカルである場合の方法はわかりません。

回答:


11

一般的な線形モデル(ANCOVAなど)の相互作用について話している場合、カテゴリカルモデレーターのレベル数がかなり少ない場合は、モデレーターのレベルごとに個別の回帰直線をプロットできます。これらを同じプロットに表示したい場合は、重ね合わせ、色または線種ごとにコーディングし、凡例を提供します。プロットの軸の1つは連続予測子(おそらく水平「」軸)を表し、もう1つは従属変数を表します。これは私が連続であると想定しています。カテゴリカル予測子(モデレーター)が4つを超えるレベルを持っている場合、1つのプロットで少し忙しくなる可能性がありますが、レベルごとに別々のプロットに頼らないような状況で、より良い方法を私は知りません。x


お返事をありがとうございます!実際、GLM(単変量)を参照しています。これにより、因子相互作用の推定周辺平均のみをプロットできます。あなたが言うようにどのようにスーパーインポーズするかわかりません...私はSPSSで作業します。それについてもう少し詳しく教えてもらえますか?
Andreea 2014年

1
SPSSの場合、モデルの推定後に予測値を保存するだけです。次に、グラフでY軸に予測値をプロットし、X軸に連続予測子をプロットしてから、カテゴリ変数を使用して線または点をグループ化します。
アンディW

ありがとう!明確にするために、これのためにどのグラフプロットを正確に作成する必要がありますか?回帰線のある散布図ですか?もしそうなら、モデレーターの3つの異なるレベルに対して3つの異なるグラフを作成する必要があります...同じグラフにどのように配置しますか?また、予測値が共変量による調整された回帰を考慮に入れることを明確にするだけですか?
Andreea 2014年

1
@Andreea、私はあなたのコメントに対処するための回答を追加しました。
Penguin_Knight 2014年

@AndyW相互作用項の有無にかかわらず、推定モデルから予測値を保存しますか(または問題ではありませんか)?
Jeremyjaytaylor 2014年

4

次のコメントに対処するだけです。

ありがとう!明確にするために、これのためにどのグラフプロットを正確に作成する必要がありますか?回帰線のある散布図ですか?もしそうなら、モデレーターの3つの異なるレベルに対して3つの異なるグラフを作成する必要があります...同じグラフにどのように配置しますか?また、予測値が共変量による調整された回帰を考慮に入れることを明確にするだけですか?

SPSSでこれを行う方法を次に示します。Employee.sav例としてデータを使用します。給与を結果として使用し、給与を連続予測子として、職種をカテゴリー予測子として使用するとします。

ここに画像の説明を入力してください

グラフ>レガシー>スキャッターに移動します。

ここに画像の説明を入力してください

単純な散布図を選択するだけで問題ありません。次に、変数を入力します。

ここに画像の説明を入力してください

その後、散布図が表示されます。散布図をダブルクリックして、グラフエディターを開きます。上部にあるアイコンをクリックして、「ラインをサブグループに合わせる」をクリックします。下の写真を参照してください。

ここに画像の説明を入力してください

完了:

ここに画像の説明を入力してください

ここで、元の給与変数を結果として使用するか、予測給与を他の3番目以上の予測子用に調整された結果として使用するかは、目的の問題です。元の給与は探査として適していますが、予測給与は回帰結果を示すのに適しています。


ありがとうございました!これは私がしたことは大丈夫であることを確認します、私は他の共変量が関与しているので、予測された結果を使用する必要があります(回帰モデルで標準化されていないものとして保存されます)。これは非常に役立ちます。
Andreea 2014年

別の質問があります。関連として、回帰分析では継続的な予測子を使用する必要があるかどうか確信がありませんが、調整の前後で重要ですが、それらは大きな外れ値によって引き起こされているようです。予測因子を3つのカテゴリー(頻度ゼロ、中央値の上下)に分割すると、継続的な結果との有意な関連がなくなります。最善の方法は何か提案はありますか?ありがとう
Andreea

何人の「大きな外れ値」について話しているのですか?サンプルからの除外を正当化する可能性のある、その他の異常な情報はありますか?非正規分布よりも外れ値の問題が少ない場合は、ロバスト/ノンパラメトリックGLMをフィッティングして、結果のバイアスを減らすことを検討してください。
Nick Stauner 2014年

提案をありがとう。ヒストグラムを作成すると、継続的な結果が正規分布していないように見えますが、残差プロット(GLMで標準化された残差を保存)を実行し、ほぼ長方形の散布図を探すと、このパターンに収まるようです。予測値の範囲全体で同様のレベルの変動を示唆しているので、それでいいと思います。外れ値に関しては、散布図から判断すると1〜3個の外れ値があるようです(ここではプロットをコピーして貼り付けることができないようです)。私はノンパラメトリックGLMで作業したことがないので、SPSSでそれをどこに見つけるかわかりません
Andreea
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.