Un po 'nervoso
"Ora molti esempi di libri di testo mi dicono che se c'è un effetto significativo dell'interazione, gli effetti principali non possono essere interpretati"
Spero non sia vero. Dovrebbero dire che se esiste un termine di interazione, diciamo tra X e Z chiamato XZ, l'interpretazione dei singoli coefficienti per X e per Z non può essere interpretata nello stesso modo in cui XZ non fosse presente. Puoi sicuramente interpretarlo.
Domanda 2
Se l'interazione ha un senso teorico, allora non c'è motivo di non lasciarla in sospeso, a meno che i problemi di efficienza statistica per qualche ragione prevalgano sui problemi di errata specificazione e permettano alla tua teoria e al tuo modello di divergere.
Dato che si hanno lasciato in, quindi interpretare il proprio modello utilizzando effetti marginali nello stesso modo come se fosse l'interazione significativa. Per riferimento, includo un link a Brambor, Clark e Golder (2006) che spiegano come interpretare i modelli di interazione e come evitare le insidie comuni.
Pensala in questo modo: spesso hai delle variabili di controllo in un modello che non risultano significative, ma non devi (o non dovresti) tagliarle al primo segno di stelle mancanti.
Domanda 1
Ti chiedi se puoi "concludere che i due predittori hanno un effetto sulla risposta?" Apparentemente puoi, ma puoi anche fare di meglio. Per il modello con il termine di interazione è possibile segnalare l'effetto che i due predittori hanno effettivamente sulla variabile dipendente (effetti marginali) in modo indifferente dal fatto che l'interazione sia significativa o addirittura presente nel modello.
La linea di fondo
Se si rimuove l'interazione, si specifica nuovamente il modello. Questa può essere una cosa ragionevole da fare per molte ragioni, alcune teoriche e alcune statistiche, ma rendere più semplice l'interpretazione dei coefficienti non è uno di questi.