Ho una domanda sul mio uso di un modello misto / lmer. Il modello base è questo:
lmer(DV ~ group * condition + (1|pptid), data= df)
Il gruppo e la condizione sono entrambi fattori: il gruppo ha due livelli (gruppo A, gruppo B) e la condizione ha tre livelli (condizione1, condizione2, condizione3). Sono dati provenienti da soggetti umani, quindi pptid è un effetto casuale per ogni persona.
Il modello ha trovato quanto segue con output del valore 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
Ora so che le righe elencate confrontano ciascun livello dei fattori con il livello di riferimento. Per gruppo, il riferimento è gruppoA e per condizione, il riferimento è condizione1.
Sarei corretto nell'interpretare questo output nel modo seguente:
- Nessuna differenza complessiva tra i gruppi (quindi gruppo B con ap di> 0,05)
- Differenze generali tra condizione 1 e condizione 2 e tra condizione 1 e condizione 3.
- Differenze tra il gruppo A, condizione 1 rispetto al gruppo B, condizione 2 e anche tra il gruppo A, condizione 1 rispetto al gruppo B, condizione 3.
È corretto? Penso di essere un po 'confuso su come interpretare questo riguardo alle interazioni tra livelli di due diversi fattori.
Ho letto varie domande qui e fatto alcune ricerche sul web, e sono riuscito a creare contrasti con glht: sarebbe un modo migliore per vedere le differenze tra i gruppi e le condizioni? Ho pensato che sarebbe stato il caso dati i segni di interazioni presenti qui.