Answers:
如果您要讨论的是一般线性模型(例如ANCOVA)中的相互作用,并且您的分类主持人的级别数量相当少,则可以为主持人的每个级别绘制单独的回归线。如果要在同一图上将它们叠加,则按颜色或线条类型进行编码,并提供图例。您的绘图轴之一将代表连续的预测变量(大概是水平““轴”,另一个代表因变量,我假设它是连续的。如果您的分类预测变量(主持人)具有四个以上的级别,那么对于一个图而言可能会有点太忙了,但我不是意识到在这种情况下有更好的方法,而不必针对每个级别分别绘制情节。
只是为了解决以下评论:
谢谢!只是为了澄清一下,我究竟需要为此生成哪个图?它是带有回归线的散点图吗?如果是这样,那么我需要为主持人的3个不同级别生成3个不同的图...如何将其放在同一张图上?还只是为了澄清预测值是否考虑了带有协变量的调整后回归?
这是在SPSS中执行的方法。我以Employee.sav
数据为例。假设我们要使用薪水作为结果,将开始薪水用作连续预测变量,将工作类别用作分类预测变量:
转到图表>旧版>散点图:
选择只是简单的散点图就可以了。然后,填写变量:
然后,您将看到散点图。双击散点图以打开图表编辑器。在顶部,单击图标以“使线适合子组”。参见下图:
完成:
现在,您是将原始薪水变量用作结果,还是将预测的薪水用作针对其他三分之一或更多预测变量进行调整的结果,这取决于您的目的。原始薪水将更适合探索,而预测薪水将更适合呈现您的回归结果。