আমার একটি মিশ্র মডেল / লিমার ব্যবহার সম্পর্কে আমার একটি প্রশ্ন রয়েছে। প্রাথমিক মডেলটি হ'ল:
lmer(DV ~ group * condition + (1|pptid), data= df)
গ্রুপ এবং শর্ত উভয় কারণ: গ্রুপের দুটি স্তর রয়েছে (গ্রুপএ, গ্রুপ বি) এবং শর্তের তিনটি স্তর রয়েছে (শর্ত ১, শর্ত ২, শর্ত ৩)। এটি মানুষের বিষয় থেকে প্রাপ্ত ডেটা, তাই পিপিটিড প্রতিটি ব্যক্তির জন্য এলোমেলো প্রভাব।
মডেলটি পি মান আউটপুট সহ নিম্নলিখিতটি পেয়েছে:
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
এখন, আমি জানি যে তালিকাযুক্ত সারিগুলি প্রতিটি স্তরের উপাদানগুলির রেফারেন্স স্তরের সাথে তুলনা করে। গোষ্ঠীর জন্য, রেফারেন্সটি গ্রুপএ এবং শর্তের জন্য, রেফারেন্সটি শর্ত 1।
আমি কি নিম্নলিখিত পদ্ধতিতে এই আউটপুটটি ব্যাখ্যা করে সঠিক হতে পারি:
- গোষ্ঠীগুলির মধ্যে সামগ্রিক কোনও পার্থক্য নেই (অতএব গ্রুপ বি এর মধ্যে অ্যাপ্লিকেশন> .05 রয়েছে)
- শর্ত 1 এবং শর্ত 2 এবং শর্ত 1 এবং শর্ত 3 এর মধ্যে সামগ্রিক পার্থক্য।
- গ্রুপএ, শর্ত ১ বনাম গ্রুপ বি, শর্ত ২ এবং গ্রুপ এ এর মধ্যে পার্থক্য, শর্ত ১ বনাম গ্রুপ বি, শর্ত ৩।
এটা কি ঠিক? আমি মনে করি যে এটি দুটি ভিন্ন কারণের স্তরের মধ্যে মিথস্ক্রিয়তার সাথে কীভাবে ব্যাখ্যা করা যায় সে সম্পর্কে আমি কিছুটা বিভ্রান্ত।
আমি এখানে বিভিন্ন প্রশ্ন পড়েছি এবং কিছু ওয়েব অনুসন্ধান করেছি এবং গ্লাহ্টের সাথে বৈপরীত্য স্থাপন করতে পেরেছি: গ্রুপ এবং শর্তগুলির মধ্যে পার্থক্যগুলি দেখার জন্য এটি কি আরও ভাল উপায় হতে পারে? আমি অনুভব করেছি যে এখানে উপস্থিত থাকার মিথস্ক্রিয়া সংকেত দেওয়া কেস হবে।