ฉันมีคำถามเกี่ยวกับการใช้โมเดลผสม / Lmer ของฉัน โมเดลพื้นฐานคือ:
lmer(DV ~ group * condition + (1|pptid), data= df)
กลุ่มและเงื่อนไขเป็นทั้งสองปัจจัย: กลุ่มมีสองระดับ (groupA, groupB) และเงื่อนไขมีสามระดับ (เงื่อนไข 1, เงื่อนไข 2, เงื่อนไข 3) มันเป็นข้อมูลจากวิชามนุษย์ดังนั้น pptid จึงเป็นผลแบบสุ่มสำหรับแต่ละคน
โมเดลพบสิ่งต่อไปนี้พร้อมกับเอาต์พุตค่า p:
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
ตอนนี้ฉันรู้ว่าแถวที่แสดงเปรียบเทียบแต่ละระดับของปัจจัยกับระดับการอ้างอิง สำหรับกลุ่มการอ้างอิงคือ groupA และสำหรับเงื่อนไขการอ้างอิงคือ condition1
ฉันจะต้องถูกต้องในการตีความผลลัพธ์นี้ด้วยวิธีต่อไปนี้:
- ไม่มีความแตกต่างโดยรวมระหว่างกลุ่ม (ดังนั้น groupB มี ap ของ> .05)
- ความแตกต่างโดยรวมระหว่างเงื่อนไข 1 และเงื่อนไข 2 และระหว่างเงื่อนไข 1 และเงื่อนไข 3
- ความแตกต่างระหว่าง groupA, เงื่อนไข 1 กับ groupB, เงื่อนไข 2 และระหว่าง groupA, เงื่อนไข 1 กับกลุ่ม B, เงื่อนไข 3
ถูกต้องหรือไม่ ฉันคิดว่าฉันสับสนเล็กน้อยเกี่ยวกับวิธีตีความสิ่งนี้เกี่ยวกับการมีปฏิสัมพันธ์ระหว่างระดับของปัจจัยที่แตกต่างกันสองระดับ
ฉันได้อ่านคำถามต่าง ๆ ที่นี่และทำการค้นหาเว็บและจัดการเพื่อให้ได้ความแตกต่างกับ glht: นั่นจะเป็นวิธีที่ดีกว่าในการดูความแตกต่างระหว่างกลุ่มและเงื่อนไขหรือไม่ ฉันคิดว่าจะเป็นกรณีที่มีสัญญาณของการมีปฏิสัมพันธ์อยู่ที่นี่