Tengo una pregunta acerca de mi uso de un modelo mixto/lmer. El modelo básico es este:
lmer(DV ~ group * condition + (1|pptid), data= df)
El grupo y el estado son dos factores: el grupo tiene dos niveles (groupA, grupo b) y de la condición tiene tres niveles (condition1, condition2, condition3 se asignan). Los datos de los sujetos humanos, por lo que pptid es un efecto aleatorio para cada persona.
El modelo encontrado el siguiente con un valor de p de salida:
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
Ahora, yo sé que las filas se enumeran comparar cada nivel de los factores al nivel de referencia. Para el grupo, la referencia es groupA y de la condición, la referencia es condition1.
¿Estaría en lo correcto en la interpretación de este resultado de la siguiente manera:
- Diferencias generales entre los grupos (grupo b por lo tanto tener un p >.05)
- En general las diferencias entre la condición 1 y condición 2, y entre la condición 1 y condición 3.
- Diferencias entre groupA, la condición 1 versus el grupo b, la condición 2 y también entre groupA, la condición 1 en comparación con el grupo B, la condición 3.
Es eso correcto? Creo que estoy un poco confundido acerca de cómo interpretar esto con respecto a las interacciones entre los niveles de los dos factores diferentes.
He leído varias preguntas aquí y hacer algunas búsquedas en la web, y se las arregló para conseguir contrastes conjunto con glht: tendría que haber una mejor manera para ver las diferencias entre los grupos y las condiciones? Me imaginé que sería el dado caso que los signos de las interacciones que se presentan aquí.