¿Cómo trazas una interacción entre un factor y una covariable continua?
9
Me gustaría trazar en el mismo gráfico la interacción entre mi predictor continuo y mi moderador categórico. Sé cómo hacerlo cuando ambos son categóricos ( interacción factorial ), pero realmente no sé cómo hacerlo cuando uno es continuo y el otro es categórico.
Si está hablando de una interacción en un modelo lineal general (por ejemplo, ANCOVA), y si su moderador categórico tiene un número razonablemente pequeño de niveles, puede trazar líneas de regresión separadas para cada nivel del moderador. Si desea estos en el mismo diagrama, superpongalos, codifique por color o tipo de línea y proporcione una leyenda. Uno de los ejes de su trama representará el predictor continuo (presumiblemente el " horizontaleje x "), y el otro representará la variable dependiente, que supongo que es continua. Si su predictor categórico (moderador) tiene más de cuatro niveles, eso podría estar demasiado ocupado para un gráfico, pero no conozco un mejor método para tales circunstancias que no recurra a gráficos separados para cada nivel.x
¡gracias por su respuesta! De hecho, me estoy refiriendo a un GLM (univariante), que solo me permite trazar medios marginales estimados para las interacciones de los factores. No estoy seguro de cómo superponer como dices ... Trabajo con SPSS. ¿podría por favor detallar un poco más sobre eso?
Andreea
1
Para SPSS, simplemente guarde los valores pronosticados después de estimar el modelo. Luego, en el gráfico, trace los valores pronosticados en el eje Y, y el predictor continuo en el eje X, luego use la variable categórica para agrupar las líneas o puntos.
Andy W
¡Gracias! solo para aclarar, ¿qué gráfico exactamente necesito producir para esto? ¿Es un diagrama de dispersión con línea de regresión? Si es así, entonces necesitaría producir 3 gráficos diferentes para los 3 niveles diferentes de mi moderador ... ¿cómo lo coloco en el mismo gráfico? ¿También para aclarar que los valores predichos tienen en cuenta la regresión ajustada con covariables?
Andreea
1
@Andreea, he agregado una respuesta para abordar su comentario.
Penguin_Knight
@AndyW, ¿guarda los valores pronosticados del modelo estimado con o sin el término de interacción (o no importa)?
Jeremyjaytaylor
4
Solo para abordar el siguiente comentario:
¡Gracias! solo para aclarar, ¿qué gráfico exactamente necesito producir para esto? ¿Es un diagrama de dispersión con línea de regresión? Si es así, entonces necesitaría producir 3 gráficos diferentes para los 3 niveles diferentes de mi moderador ... ¿cómo lo coloco en el mismo gráfico? ¿También para aclarar que los valores predichos tienen en cuenta la regresión ajustada con covariables?
Aquí se explica cómo hacerlo en SPSS. Yo uso los Employee.savdatos como ejemplo. Supongamos que nos gustaría usar el salario como resultado, comenzando el salario como el predictor continuo y la categoría de trabajo como el predictor categórico:
Vaya a Gráfico> Legado> Dispersión:
Elija solo el diagrama de dispersión simple está bien. Luego, complete las variables:
Luego verás el diagrama de dispersión. Haga doble clic en el diagrama de dispersión para abrir el editor de gráficos. En la parte superior, haga clic en el icono para "ajustar líneas a subgrupos". Ver foto a continuación:
Hecho:
Ahora, si utiliza la variable de salario original como resultado o el salario previsto como resultado ajustado para el otro tercio o más predictores es una cuestión de su propósito. El salario original se ajustará mejor como exploración, mientras que el salario previsto será más adecuado para presentar los resultados de su regresión.
¡gracias! Esto confirma que lo que hice está bien, tengo otras covariables involucradas, así que tengo que usar el resultado predicho (guardado como no estandarizado en el modelo de regresión). Esto es de mucha ayuda!
Andreea
Tengo otra pregunta: no estoy seguro de si debería seguir con los predictores continuos en mi análisis de regresión, ya que las asociaciones, aunque significativas antes y después del ajuste, parecen estar motivadas por grandes valores atípicos. Si divido mi predictor en 3 categorías (frecuencias cero, mediana inferior y superior), ya no tengo ninguna asociación significativa con el resultado continuo. ¿Alguna sugerencia de cuál sería la mejor manera de ir? gracias
Andreea
¿De cuántos "grandes valores atípicos" estamos hablando? ¿Tiene alguna otra información inusual sobre ellos que pueda justificar su exclusión de su muestra? Si se trata menos de valores atípicos que de una distribución no normal, puede considerar la posibilidad de ajustar un GLM robusto / no paramétrico para reducir el sesgo en sus resultados.
Nick Stauner
Gracias por la sugerencia. Mis resultados continuos no parecen estar distribuidos normalmente cuando hago un histograma, pero cuando hago un gráfico de residuos (guardar residuos estandarizados en GLM), y busco una dispersión aproximadamente rectangular, parecen encajar en este patrón, que sugiere niveles similares de variación en el rango del valor predicho, por lo que está bien, diría yo. En términos de valores atípicos, parece haber entre 1 y 3 valores atípicos a juzgar por el diagrama de dispersión (parece que no puedo copiar y pegar los diagramas aquí). Nunca he trabajado con GLM no paramétrico, así que no estoy seguro de dónde encontrarlo en SPSS
Solo para abordar el siguiente comentario:
Aquí se explica cómo hacerlo en SPSS. Yo uso los
Employee.sav
datos como ejemplo. Supongamos que nos gustaría usar el salario como resultado, comenzando el salario como el predictor continuo y la categoría de trabajo como el predictor categórico:Vaya a Gráfico> Legado> Dispersión:
Elija solo el diagrama de dispersión simple está bien. Luego, complete las variables:
Luego verás el diagrama de dispersión. Haga doble clic en el diagrama de dispersión para abrir el editor de gráficos. En la parte superior, haga clic en el icono para "ajustar líneas a subgrupos". Ver foto a continuación:
Hecho:
Ahora, si utiliza la variable de salario original como resultado o el salario previsto como resultado ajustado para el otro tercio o más predictores es una cuestión de su propósito. El salario original se ajustará mejor como exploración, mientras que el salario previsto será más adecuado para presentar los resultados de su regresión.
fuente