问题描述
这里是我正在尝试做的事情的简要概述。我的数据集是从一个实验中收集的，该实验比较了 3 种条件（控制、第 1 组和第 2 组）的性能。我的第一个任务是比较 gr1 与 control 之间是否存在差异。我为此做了一个独立的 t 检验，结果并不显着（所以组平均值之间没有 sig 差异？）。我的下一个任务是包含一个协变量。该协变量有两个级别：高（分数范围从 4 到 7）和低（分数范围从 0 到 3）。我的代码如下所示：
lm(performance ~ condition*covariate)
我为 gr1 和 control 做了这个。输出显示条件显着，协变量显着，但交互作用不显着。我很困惑为什么条件现在很重要。我还仅在性能〜条件下运行分析，但这并不重要。有没有人能帮我把它弄得一团糟。
解决方法
我尽力提供帮助：简而言之： ANCOVA 的目的是消除协变量对目标变量（您的情况的条件）的影响。 假设：
- 您的目标是调查组状态（对照组、 group1 和 group2) 上的性能。 -> 因变量 = 表现，自变量 =（条件 = 组状态）。
- 对照组和组 1 之间的影响不显着 协变量（高/低）。
- 但是在包含您的协变量之后，它很重要。
- 您已经检查了执行 ANCOVA 的假设。
我将您的结果解释为： 您的协变量是您分析的重要因素。对您的发现的解释应包括协变量。并且交互不显着对您的模型来说是好的并且有好处。通过交互作用，您可以检查回归斜率的同质性（ANCOVA 的假设之一）。