Như những người khác đã lưu ý, điều này có thể được mô hình hóa tuyến tính với một tương tác. Bạn đang tương tác với hai hình nộm, và không có gì phi tuyến tính về điều này. Căn cứ vào mô hình:
Các 'giới tính' hiệu ứng cận biên là một phần bắt nguồn từ:
w t = α + b1một ge + b2ge n de r + b3một ge ∗ ge n de r + ε
∂w t∂ge n de r= b2+ b3một ge
ge n de r = 0một ge = 0ge n der = 1một ge = 1ge n de r= 0một ge =1ge n de r = 1một ge = 0
w t = α+ b1yo un g. m a l e + b2ol d. m a l e + b3yo u ng.fe m một l e + ε
o tôid.fe m a l eb1o tôid.fe m a l eyo u ng. m a l eαw to l d. fe m a l e
Giáo dục
Do đó, các ví dụ trên là một cách quá phức tạp để đi đến kết luận này (rằng chúng ta thực sự chỉ so sánh bốn phương tiện nhóm), nhưng để tìm hiểu về cách thức tương tác hoạt động, tôi nghĩ rằng đây là một bài tập hữu ích. Có những bài viết rất hay khác trên CV về việc tương tác một biến liên tục với một biến danh nghĩa hoặc tương tác hai biến liên tục. Mặc dù câu hỏi của bạn đã được chỉnh sửa để chỉ định các bài kiểm tra không tham số, tôi nghĩ thật hữu ích khi nghĩ về vấn đề của bạn theo cách tiếp cận thông thường hơn (nghĩa là tham số), bởi vì hầu hết các cách tiếp cận phi tham số để kiểm tra giả thuyết đều có cùng logic nhưng nói chung với ít giả định về phân phối cụ thể.
w t
o l d. m e nyo u n g. w o m e n
Bỏ qua các tương tác "đáng kể"
x1x2x1x2 Nhưng một lần nữa, nếu chúng ta chỉ có hai hiệp phương chỉ có thể lấy giá trị 0 hoặc 1, điều đó có nghĩa là về cơ bản chúng ta đang nhìn vào Bốn phương tiện nhóm.
Ví dụ làm việc
Hãy so sánh kết quả từ mô hình tương tác với kết quả từ thử nghiệm của Dunn. Trước tiên, hãy tạo ra một số dữ liệu trong đó (a) đàn ông nặng hơn phụ nữ, (b) đàn ông trẻ hơn cân nặng ít hơn đàn ông lớn tuổi và (c) không có sự khác biệt giữa phụ nữ trẻ và phụ nữ lớn tuổi.
set.seed(405)
old.men<-rnorm(50,mean=80,sd=15)
young.men<-rnorm(50,mean=70,sd=15)
young.women<-rnorm(50,mean=60,sd=15)
old.women<-rnorm(50,mean=60,sd=15)
cat<-rep(1:4, c(50,50,50,50))
gender<-rep(1:2, c(100,100))
age<-c(rep(1,50),rep(2,100),rep(1,50))
wt<-c(old.men,young.men,young.women,old.women)
data<-data.frame(cbind(wt,cat,age,gender))
data$cat<-factor(data$cat,labels=c("old.men","young.men","young.women","old.women"))
data$age<-factor(data$age,labels=c("old","young"))
data$gender<-factor(data$gender,labels=c("male","female"))
w t
mod<-lm(wt~age*gender,data)
library(effects)
allEffects(mod)
model: wt ~ age * gender
age*gender effect
gender
age male female
old 80.61897 57.70635
young 67.78351 56.01228
Cần tính toán một lỗi tiêu chuẩn hoặc khoảng tin cậy cho hiệu ứng cận biên của bạn? Gói 'hiệu ứng' được tham chiếu ở trên có thể làm điều này cho bạn, nhưng tốt hơn nữa, Aiken và West (1991) cung cấp cho bạn các công thức, ngay cả đối với các mô hình tương tác phức tạp hơn nhiều. Bảng của họ được in thuận tiện ở đây , cùng với lời bình luận rất tốt của Matt Golder.
Bây giờ để thực hiện thử nghiệm của Dunn.
#install.packages("dunn.test")
dunn.test(data$wt, data$cat, method="bh")
Kruskal-Wallis chi-squared = 65.9549, df = 3, p-value = 0
Comparison of x by group
(Benjamini-Hochberg)
Col Mean-|
Row Mean | old.men young.me young.wo
---------+---------------------------------
young.me | 3.662802
| 0.0002*
|
young.wo | 7.185657 3.522855
| 0.0000* 0.0003*
|
old.wome | 6.705346 3.042544 -0.480310
| 0.0000* 0.0014* 0.3155
Giá trị p trên kết quả kiểm tra chi bình phương Kruskal-Wallis cho thấy rằng ít nhất một trong các nhóm của chúng tôi 'đến từ một dân số khác.' Đối với các so sánh theo nhóm, số trên cùng là thống kê kiểm tra z của Dunn và số dưới cùng là giá trị p, đã được điều chỉnh cho nhiều so sánh. Vì dữ liệu mẫu của chúng tôi khá giả tạo, không có gì ngạc nhiên khi chúng tôi có rất nhiều giá trị p nhỏ. Nhưng lưu ý so sánh dưới cùng bên phải giữa phụ nữ trẻ và lớn tuổi. Thử nghiệm hỗ trợ chính xác cho giả thuyết null rằng không có sự khác biệt giữa hai nhóm này.
Giáo dục
CẬP NHẬT: Đưa ra các câu trả lời khác, câu trả lời này đã được cập nhật để tranh luận ý tưởng rằng điều này đòi hỏi bất kỳ hình thức mô hình phi tuyến tính nào, hoặc đó là ví dụ cụ thể của OP về hai hiệp phương nhị phân, tức là bốn nhóm - phải có một thay đổi dấu hiệu để xác nhận điều này không tham số. Ví dụ, nếu tuổi tác liên tục, sẽ có nhiều cách khác để tiếp cận vấn đề này, nhưng đó không phải là ví dụ do OP đưa ra.