您如何绘制因子和连续协变量之间的相互作用?


Answers:


11

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“X“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。


感谢您的回复!我确实指的是GLM(单变量),它只允许我绘制因子相互作用的估计边际均值。我不确定如何按照您所说的进行叠加...我使用SPSS。您能详细说明一下吗?
Andreea 2014年

1
对于SPSS,只需在估算模型后保存预测值即可。然后在图形中在Y轴上绘制预测值,在X轴上绘制连续预测值,然后使用分类变量对线或点进行分组。
安迪W

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?
Andreea 2014年

1
@Andreea,我添加了一个答案来解决您的评论。
Penguin_Knight 2014年

@AndyW您是否保存带有或不带有交互项的估计模型中的预测值(或没关系)?
Jeremyjaytaylor 2014年

4

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:

在此处输入图片说明

转到图表>旧版>散点图:

在此处输入图片说明

选择只是简单的散点图就可以了。然后,填写变量:

在此处输入图片说明

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:

在此处输入图片说明

完成:

在此处输入图片说明

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。


谢谢!这证实了我所做的一切还可以,我还涉及其他协变量,因此我必须使用预测的结果(在回归模型中保存为未标准化的结果)。这很有帮助!
Andreea 2014年

我还有一个问题:我不确定我在回归分析中应该坚持使用连续的预测变量,因为关联在调整前后均很重要,但似乎是由较大的异常值驱动的。如果我将预测变量分为3类(零频率,中位数以下和以上),那么我与连续结果之间就不再有任何显着关联。有什么建议最好的方法吗?谢谢
Andreea 2014年

我们在谈论几个“大异常值”?您是否还有其他不寻常的信息可以证明将其从样本中排除?如果与其说是非正态分布,不如说是离群值问题,那么您可以考虑采用健壮/非参数的GLM来减少结果的偏差。
Nick Stauner 2014年

谢谢你的建议。当我做一个hysogram时,我的连续结果似乎不是正态分布的,但是当我做一个残差图(在GLM中保存标准化残差),并且我寻找一个近似矩形的散点时,它们似乎适合这种模式,建议在预测值范围内的变化水平相似,所以我可以说。就离群值而言,从散点图来看,似乎有1-3个离群值(我似乎无法在此处复制粘贴图)。我从未与非参数GLM合作过,所以不确定在SPSS中哪里可以找到它
Andreea 2014年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.