요인과 연속 공변량 간의 상호 작용을 어떻게 표시합니까?


답변:


11

일반 선형 모형 (예 : ANCOVA)의 교호 작용에 대해 이야기하고 범주 중재자가 상당히 적은 수의 레벨을 갖는 경우 중재자의 각 레벨에 대해 별도의 회귀선을 그릴 수 있습니다. 동일한 플롯에서 이들을 원하면 색상 또는 선 유형별로 코딩하고 범례를 제공하십시오. 플롯의 축 중 하나가 연속 예측 변수 (아마도 수평 "x"축), 다른 하나는 종속 변수를 나타내며, 이는 연속적이라고 가정합니다. 범주 형 예측 변수 (변조기)에 4 개 이상의 수준이있는 경우 하나의 플롯에 대해 너무 바쁠 수 있지만 그렇지 않습니다. 각 레벨에 대한 플롯을 분리하지 않는 그러한 환경에 대한 더 나은 방법을 알고 있습니다.


답장을 보내 주셔서 감사합니다! 사실 GLM (단 변량)을 언급하고 있는데, 이는 요인 상호 작용에 대한 추정 한계 평균을 플롯 할 수 있습니다. 당신이 말한 것처럼 중첩하는 방법을 모르겠습니다 ... SPSS와 함께 일합니다. 좀 더 자세히 설명해 주시겠습니까?
Andreea

1
SPSS의 경우 모델을 추정 한 후 예측 된 값을 저장하십시오. 그런 다음 그래프 그림에서 Y 축의 예측 값과 X 축의 연속 예측 변수를 사용하여 범주 형 변수를 사용하여 선 또는 점을 그룹화하십시오.
Andy W

감사! 명확히하기 위해 정확히 어떤 그래프 플롯을 생성해야합니까? 회귀선이있는 산점도입니까? 그렇다면 3 단계의 중재자에 대해 3 개의 다른 그래프를 생성해야합니다 ... 어떻게 동일한 그래프에 배치합니까? 또한 예측 값이 공변량을 사용한 조정 된 회귀를 고려한다는 것을 명확히하기 위해?
Andreea

1
@Andreea, 귀하의 의견을 해결하기 위해 답변을 추가했습니다.
Penguin_Knight

@AndyW 교호 작용 항의 유무에 관계없이 추정 된 모형의 예측값을 저장합니까 (또는 중요하지 않습니까)?
Jeremyjaytaylor

4

다음과 같은 의견을 제시하십시오.

감사! 명확히하기 위해 정확히 어떤 그래프 플롯을 생성해야합니까? 회귀선이있는 산점도입니까? 그렇다면 중재자의 3 가지 레벨에 대해 3 가지의 다른 그래프를 생성해야합니다. 어떻게 같은 그래프에 그래프를 표시합니까? 또한 예측 값이 공변량을 사용한 조정 된 회귀를 고려한다는 것을 명확히하기 위해?

SPSS에서 수행하는 방법은 다음과 같습니다. Employee.sav데이터를 예로 사용합니다 . 급여를 결과로 사용하고 급여를 연속 예측 자로 시작하고 작업 범주를 범주 형 예측 자로 사용한다고 가정합니다.

여기에 이미지 설명을 입력하십시오

그래프> 레거시> 스 캐터로 이동하십시오.

여기에 이미지 설명을 입력하십시오

간단한 산점도 만 선택하면됩니다. 그런 다음 변수를 채우십시오.

여기에 이미지 설명을 입력하십시오

그런 다음 산점도를 볼 수 있습니다. 산점도를 두 번 클릭 하여 차트 편집기를 엽니 다. 상단에서 아이콘을 클릭하여 "행을 하위 그룹에 맞추십시오". 아래 그림을 참조하십시오.

여기에 이미지 설명을 입력하십시오

끝난:

여기에 이미지 설명을 입력하십시오

이제 원래 급여 변수를 결과로 사용하는지 또는 예측 된 급여를 다른 세 개 이상의 예측 변수에 대해 조정 된 결과로 사용하는지 여부는 목적의 문제입니다. 원래 급여는 탐사에 더 적합하지만 예상 급여는 회귀 결과를 제시하는 데 더 적합합니다.


감사합니다! 이것은 내가 한 일이 괜찮다는 것을 확인하고, 다른 공변량이 포함되어 있으므로 예측 결과를 사용해야합니다 (회귀 모델에서 표준화되지 않은 상태로 저장). 이것은 많은 도움이됩니다!
Andreea

또 다른 질문이 있습니다. 회귀 분석에서 연속 예측 변수를 사용해야한다는 것은 확실하지 않습니다. 연결 전후 조정이 중요하지만 큰 특이 치에 의해 주도되는 것처럼 보입니다. 예측 변수를 3 가지 범주 (중간 이하, 중간 위 / 아래)로 나누면 더 이상 연속 결과와 유의 한 연관성이 없습니다. 가장 좋은 방법은 무엇입니까? 감사합니다
Andreea

우리는 얼마나 많은 "큰 이상치"를 이야기하고 있습니까? 샘플에서 제외를 정당화 할 수있는 다른 특이한 정보가 있습니까? 비정규 분포보다 특이 치의 문제가 적은 경우 결과의 편차를 줄이기 위해 견고 / 비모수 적 GLM을 적용하는 것이 좋습니다.
Nick Stauner

제안 해 주셔서 감사합니다. 히스토그램을 수행 할 때 연속 결과가 정상적으로 분포되지 않는 것처럼 보이지만 잔차 그림 (GLM에 표준화 된 잔차 저장)을 수행 할 때 대략 직사각형 산란을 찾으면이 패턴에 맞는 것처럼 보입니다. 예측 값의 범위에서 유사한 수준의 변화를 제안하므로 괜찮습니다. 특이점 측면에서 산점도를 기준으로 판단하는 1 ~ 3 개의 특이 치가있는 것으로 보입니다 (여기에서 도표를 복사하여 붙여 넣을 수없는 것 같습니다). 나는 비모수 적 GLM을 사용한 적이 없으므로 SPSS에서 어디를 찾을 수 있는지 확실하지 않습니다
Andreea
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.