Jak wykreślić interakcję między czynnikiem a ciągłą zmienną towarzyszącą?
9
Chciałbym narysować na tym samym wykresie interakcję między moim ciągłym predyktorem a moim kategorycznym moderatorem. Wiem, jak to zrobić, gdy oba są kategoryczne ( interakcja czynników ), ale tak naprawdę nie wiem, jak to zrobić, gdy ktoś jest ciągły, a drugi kategoryczny.
Jeśli mówisz o interakcji w ogólnym modelu liniowym (np. ANCOVA) i jeśli twój moderator kategoryczny ma stosunkowo niewielką liczbę poziomów, możesz wykreślić osobne linie regresji dla każdego poziomu moderatora. Jeśli chcesz, aby były na tej samej działce, nałóż je, koduj według koloru lub typu linii i podaj legendę. Jedna z osi twojego wykresu będzie reprezentować predyktor ciągły (prawdopodobnie poziomy „x„oś), a druga będzie reprezentować zmienną zależną, która, jak zakładam, jest ciągła. Jeśli twój predyktor jakościowy (moderator) ma więcej niż cztery poziomy, może to być trochę zbyt zajęte dla jednego wykresu, ale nie jestem świadomy lepszej metody w takich okolicznościach, która nie ucieka się do oddzielnych wykresów dla każdego poziomu.
dzięki za odpowiedź! Rzeczywiście mam na myśli GLM (jednowymiarowy), który pozwala mi tylko wykreślić oszacowane wartości krańcowe dla interakcji czynników. Nie jestem pewien, jak się nakładać, jak mówisz ... Pracuję z SPSS. czy mógłbyś podać więcej szczegółów na ten temat?
Andreea
1
W przypadku SPSS zapisz przewidywane wartości po oszacowaniu modelu. Następnie na wykresie narysuj przewidywane wartości na osi Y i predyktor ciągły na osi X, a następnie użyj zmiennej kategorialnej do grupowania linii lub punktów.
Andy W
dzięki! aby wyjaśnić, który wykres wykresu muszę w tym celu stworzyć? Czy jest to wykres rozproszony z linią regresji? Jeśli tak, to musiałbym stworzyć 3 różne wykresy dla 3 różnych poziomów mojego moderatora ... jak mogę umieścić to na tym samym wykresie? Czy tylko po to, aby wyjaśnić, że prognozowane wartości uwzględniają skorygowaną regresję z współzmiennymi?
Andreea
1
@Andreea, dodałem odpowiedź, aby rozwiązać Twój komentarz.
Penguin_Knight
@AndyW czy zapisujesz przewidywane wartości z oszacowanego modelu z terminem interakcji lub bez (lub nie ma to znaczenia)?
Jeremyjaytaylor
4
Wystarczy skierować następujący komentarz:
dzięki! aby wyjaśnić, który wykres wykresu muszę w tym celu stworzyć? Czy jest to wykres rozproszony z linią regresji? Jeśli tak, to musiałbym stworzyć 3 różne wykresy dla 3 różnych poziomów mojego moderatora ... jak mogę umieścić to na tym samym wykresie? Czy tylko po to, aby wyjaśnić, że prognozowane wartości uwzględniają skorygowaną regresję z współzmiennymi?
Oto jak to zrobić w SPSS. Używam Employee.savdanych jako przykładu. Załóżmy, że chcielibyśmy wykorzystać wynagrodzenie jako wynik, początkowe wynagrodzenie jako predyktor ciągły, a kategoria pracy jako predyktor kategoryczny:
Przejdź do Graph> Legacy> Scatter:
Wybierz po prostu prosty wykres rozproszenia jest w porządku. Następnie wpisz zmienne:
Zobaczysz wtedy wykres rozproszenia. Kliknij dwukrotnie wykres rozrzutu, aby otworzyć edytor wykresów. U góry kliknij ikonę, aby „dopasować linie do podgrup”. Zobacz zdjęcie poniżej:
Gotowy:
Teraz, niezależnie od tego, czy użyjesz pierwotnej zmiennej wynagrodzenia jako wyniku, czy przewidywanej pensji jako wyniku skorygowanego o inne trzecie lub więcej predyktorów, zależy od twojego celu. Oryginalna pensja będzie lepiej pasować jako eksploracja, podczas gdy przewidywana pensja będzie bardziej odpowiednia jako prezentacja wyników regresji.
Dziękuję Ci! To potwierdza, że to, co zrobiłem, jest w porządku, mam inne zmienne towarzyszące, więc muszę użyć przewidywanego wyniku (zapisanego jako niestandaryzowany w modelu regresji). To bardzo pomaga!
Andreea
Mam inne pytanie: nie jestem pewien, czy powinienem trzymać się ciągłych predyktorów w mojej analizie regresji, ponieważ powiązania, choć znaczące zarówno przed dostosowaniem, jak i po nim, wydają się wynikać z dużych wartości odstających. Jeśli podzielę mój predyktor na 3 kategorie (zerowe częstotliwości, poniżej i powyżej mediany), nie będę już miał żadnych istotnych powiązań z ciągłym wynikiem. Jakieś sugestie co do najlepszej drogi? dziękuję
Andreea
O ilu „dużych wartościach odstających” mówimy? Czy masz jakieś inne nietypowe informacje na ich temat, które mogłyby uzasadnić ich wykluczenie z próby? Jeśli jest to w mniejszym stopniu kwestia wartości odstających niż nienormalnego rozkładu, możesz rozważyć zastosowanie solidnego / nieparametrycznego GLM, aby zmniejszyć stronniczość wyników.
Nick Stauner
dzieki za sugestie. Moje ciągłe wyniki nie wydają się być normalnie rozłożone, gdy wykonuję histogram, ale kiedy wykonuję wykres resztek (zapisuję standardowe resztki w GLM) i szukam w przybliżeniu prostokątnego rozproszenia, wydają się pasować do tego wzoru, który sugeruje podobny poziom zmienności w całym zakresie przewidywanej wartości, więc to w porządku, powiedziałbym. Jeśli chodzi o wartości odstające, wydaje się, że na podstawie wykresu punktowego występuje 1-3 wartości odstające (nie wydaje mi się, żebym mógł tutaj skopiować i wkleić wykresy). Nigdy nie pracowałem z nieparametrycznym GLM, więc nie jestem pewien, gdzie go znaleźć w SPSS
Wystarczy skierować następujący komentarz:
Oto jak to zrobić w SPSS. Używam
Employee.sav
danych jako przykładu. Załóżmy, że chcielibyśmy wykorzystać wynagrodzenie jako wynik, początkowe wynagrodzenie jako predyktor ciągły, a kategoria pracy jako predyktor kategoryczny:Przejdź do Graph> Legacy> Scatter:
Wybierz po prostu prosty wykres rozproszenia jest w porządku. Następnie wpisz zmienne:
Zobaczysz wtedy wykres rozproszenia. Kliknij dwukrotnie wykres rozrzutu, aby otworzyć edytor wykresów. U góry kliknij ikonę, aby „dopasować linie do podgrup”. Zobacz zdjęcie poniżej:
Gotowy:
Teraz, niezależnie od tego, czy użyjesz pierwotnej zmiennej wynagrodzenia jako wyniku, czy przewidywanej pensji jako wyniku skorygowanego o inne trzecie lub więcej predyktorów, zależy od twojego celu. Oryginalna pensja będzie lepiej pasować jako eksploracja, podczas gdy przewidywana pensja będzie bardziej odpowiednia jako prezentacja wyników regresji.
źródło