Інтерпретація виходу регресії зі змішаної моделі, коли включаються взаємодії між категоричними змінними

У мене є питання щодо мого використання змішаної моделі / лмера. Основна модель така:

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

Група і стан - це обидва фактори: група має два рівні (група A, група B), а стан має три рівні (умова1, умова2, умова3). Це дані від людських предметів, тому pptid є випадковим ефектом для кожної людини.

Модель виявила наступне із значенням p вихід:

                                   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

Тепер я знаю, що перелічені рядки порівнюють кожен рівень факторів із еталонним рівнем. Для групи посиланням є група А, а для умови - посиланням умова1.

Чи правильно я трактую цей вихід таким чином:

• Немає загальних відмінностей між групами (отже, група B має ap> 0,05)
• Загальні відмінності між умовою 1 та умовою 2 та між умовою 1 та умовою 3.
• Відмінності між групою A, умовою 1 проти групи B, умовою 2, а також між групою A, умовою 1 проти групи B, умовою 3.

Це правильно? Я думаю, що я трохи розгублений, як інтерпретувати це щодо взаємодії між рівнями двох різних факторів.

Я читав тут різні запитання, робив кілька пошукових запитів в Інтернеті, і встиг створити контрасти з glht: чи це буде кращий спосіб розглянути відмінності між групами та умовами? Я подумав, що це буде так, враховуючи ознаки взаємодій, що існують тут.

Використовуючи дану таблицю регресії, ми можемо обчислити таблицю очікуваного значення залежної змінної DVдля кожної комбінації двох факторів, що може зробити це більш зрозумілим (Примітка. Я використовував звичайні оцінки, а не оцінки MCMC):

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

Я відповім на ваше запитання, відповідаючи на ваші тлумачення, посилаючись на цю таблицю.

Немає загальних відмінностей між групами (отже, група B має ap> 0,05)

$p$ConditionCondition=1$6.1372$$6.0758$

Це не тестування, чи є загальна різниця між групами. Щоб зробити цей тест, вам доведеться повністю вийти Conditionз моделі і перевірити важливість Group.

Загальні відмінності між умовою 1 та умовою 2 та між умовою 1 та умовою 3.

Condition2Condition3Condition1Group=A$6.1372$Groupcondition

Відмінності між групою A, умовою 1 проти групи B, умовою 2, а також між групою A, умовою 1 проти групи B, умовою 3.

Умови взаємодії перевіряють, чи залежить вплив однієї змінної від рівня іншої змінної.

groupB:condition2Condition1Condition2Group=AGroup=B

$$6.2522-6.1372=.115$$ $$6.0853-6.0758=.0095$$ Condition2Condition1GroupA GroupB , і це, як я інтерпретувати це. Схоже, подібна динаміка відбувається, в меншій мірі, і стосовно Condition3.