El mejor método para visualizar una gran interacción entre dos factores

Question

En un sencillo experimento pedí a los participantes que emitieran juicios de aceptabilidad (escala Likert de 9 puntos) cuando observaran diferentes personajes virtuales animados. Tengo dos factores: carácter (7 niveles) y movimiento (5 niveles).

El ANOVA de dos vías mostró una interacción significativa entre los factores mencionados, por lo que quiero explorar mejor esta interacción. He realizado una prueba post-hoc de Tukey y he observado las diferencias críticas entre las puntuaciones medias de aceptabilidad de todos los personajes y todos los niveles de movimiento. Es una matriz grande (un ejemplo aproximado puede verse en este post en stackoverflow ) que podría no estar del todo claro para la interpretación. Me han sugerido que tal vez podría haber visualizado o explorado estadísticamente mejor esta interacción entre los personajes y el movimiento.

¿Alguna sugerencia de cómo podría hacerlo (preferiblemente en R)?

Answer 1

En R, existe una función coplot que traza su efecto principal y el resultado en una cuadrícula de dominios para cada factor condicionante en una matriz de dispersión. Al examinar el cambio entre las tendencias en el panel de gráficos, puede evaluar el grado de interacción presente en los datos.

Answer 2

Si está interesado en visualizar un efecto de interacción específicamente, puede restar los efectos principales (es decir, el efecto medio del factor, digamos $x_i$ y $x_j$ ) de la media de cada tratamiento (combinación de los niveles de los factores, indexados por $i$ y $j$ ) basado en la relación

$$\gamma_{ij} = \bar x_{ij} - \bar x_i - \bar x_j + \bar x$$

De este modo, se obtendrá $i$ (o $j$ ) en las que cada valor se expresa como desviación de una línea de base que es simplemente la media general ( $\bar x$ ). Esta idea se desarrolla en Howell, Métodos estadísticos para la psicología . A continuación se muestra una ilustración con uno de los conjuntos de datos de Howell (un estudio sobre el número de palabras recordadas en función de la edad de los sujetos y la condición de recuerdo, N=100).