आर में इंटरेक्शन प्लॉट कैसे बनाएं

दो-तरफा एनोवा का उपयोग यह निर्धारित करने के लिए किया जाता है कि दो कारकों पर विभाजित तीन या अधिक स्वतंत्र समूहों के साधनों के बीच कोई अंतर है या नहीं।

हम दो-तरफा एनोवा का उपयोग करते हैं जब हम जानना चाहते हैं कि क्या दो विशिष्ट कारक एक निश्चित प्रतिक्रिया चर को प्रभावित करते हैं।

हालाँकि, कभी-कभी दो कारकों के बीच एक अंतःक्रियात्मक प्रभाव होता है, जो इस बात पर प्रभाव डाल सकता है कि हम कारकों और प्रतिक्रिया चर के बीच संबंधों की व्याख्या कैसे करते हैं।

उदाहरण के लिए, हम यह जानना चाहेंगे कि क्या कारक (1) व्यायाम और (2) सेक्स प्रतिक्रिया चर वजन घटाने को प्रभावित करते हैं। हालांकि यह संभव है कि दोनों कारक वजन घटाने को प्रभावित करते हैं, यह भी संभव है कि वे एक-दूसरे के साथ बातचीत करें।

उदाहरण के लिए, यह संभव है कि व्यायाम से पुरुषों और महिलाओं में अलग-अलग दरों पर वजन कम होता है। इस मामले में, व्यायाम और लिंग के बीच परस्पर क्रिया प्रभाव पड़ता है।

दो कारकों के बीच अंतःक्रिया प्रभावों का पता लगाने और समझने का सबसे सरल तरीका एक अंतःक्रिया ग्राफ का उपयोग करना है।

यह एक प्रकार का प्लॉट है जो y-अक्ष पर प्रतिक्रिया चर के फिट किए गए मान और x-अक्ष पर पहले कारक के मान प्रदर्शित करता है। इस बीच, ग्राफ़ की रेखाएँ रुचि के दूसरे कारक के मूल्यों का प्रतिनिधित्व करती हैं।

यह ट्यूटोरियल बताता है कि आर में इंटरेक्शन प्लॉट कैसे बनाएं और उसकी व्याख्या कैसे करें।

उदाहरण: आर में इंटरेक्शन प्लॉट

मान लीजिए कि शोधकर्ता यह निर्धारित करना चाहते हैं कि व्यायाम की तीव्रता और लिंग वजन घटाने पर प्रभाव डालते हैं या नहीं। इसका परीक्षण करने के लिए, उन्होंने एक प्रयोग में भाग लेने के लिए 30 पुरुषों और 30 महिलाओं को भर्ती किया, जिसमें उन्होंने यादृच्छिक रूप से उनमें से 10 को एक महीने के लिए बिना व्यायाम, हल्के व्यायाम या गहन व्यायाम कार्यक्रम का पालन करने के लिए नियुक्त किया।

आर में एक डेटा फ़्रेम बनाने, दो-तरफ़ा एनोवा निष्पादित करने और व्यायाम और लिंग के बीच इंटरेक्शन प्रभाव की कल्पना करने के लिए एक इंटरेक्शन प्लॉट बनाने के लिए निम्नलिखित चरणों का उपयोग करें।

चरण 1: डेटा बनाएं.

निम्नलिखित कोड दिखाता है कि R में डेटा फ़्रेम कैसे बनाया जाए:

 #make this example reproducible
set.seed(10)

#create data frame
data <- data.frame(gender = rep (c("Male", "Female"), each = 30 ),
                   exercise = rep (c("None", "Light", "Intense"), each = 10 , times = 2 ),
                   weight_loss = c(runif(10, -3, 3), runif(10, 0, 5), runif(10, 5, 9),
                                   runif(10, -4, 2), runif(10, 0, 3), runif(10, 3, 8)))

#view first six rows of data frame
head(data)

  gender exercise weight_loss
1 Male None 0.04486922
2 Male None -1.15938896
3 Male None -0.43855400
4 Male None 1.15861249
5 Male None -2.48918419
6 Male None -1.64738030

चरण 2: दो-तरफा एनोवा मॉडल फिट करें।

निम्नलिखित कोड दिखाता है कि डेटा में दो-तरफा एनोवा को कैसे फिट किया जाए:

 #fit the two-way ANOVA model
model <- aov(weight_loss ~ gender * exercise, data = data)

#view the model output
summary(model)

# Df Sum Sq Mean Sq F value Pr(>F)    
#gender 1 15.8 15.80 11.197 0.0015 ** 
#exercise 2 505.6 252.78 179.087 <2e-16 ***
#gender:exercise 2 13.0 6.51 4.615 0.0141 *  
#Residuals 54 76.2 1.41                   
#---
#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

ध्यान दें कि व्यायाम और लिंग के बीच अंतःक्रिया शब्द के लिए पी-वैल्यू ( 0.0141 ) सांख्यिकीय रूप से महत्वपूर्ण है, जो दर्शाता है कि दोनों कारकों के बीच एक महत्वपूर्ण अंतःक्रिया प्रभाव है।

चरण 3: इंटरेक्शन प्लॉट बनाएं।

निम्नलिखित कोड दिखाता है कि व्यायाम और लिंग के लिए इंटरेक्शन प्लॉट कैसे बनाया जाए:

 interaction.plot(x.factor = data$exercise, #x-axis variable
                 trace.factor = data$gender, #variable for lines
                 response = data$weight_loss, #y-axis variable
                 fun = median, #metric to plot
                 ylab = "Weight Loss",
                 xlab = "Exercise Intensity",
                 col = c("pink", "blue"),
                 lty = 1, #line type
                 lwd = 2, #linewidth
                 trace.label = "Gender")

सामान्य तौर पर, यदि इंटरेक्शन प्लॉट की दो रेखाएं समानांतर हैं, तो कोई इंटरेक्शन प्रभाव नहीं होता है। हालाँकि, यदि रेखाएँ क्रॉस करती हैं, तो परस्पर प्रभाव पड़ने की संभावना है।

हम इस ग्राफ़ से देख सकते हैं कि पुरुषों और महिलाओं के लिए रेखाएं एक-दूसरे को काटती हैं, जो दर्शाता है कि व्यायाम की तीव्रता के चर और लिंग के बीच परस्पर क्रिया का प्रभाव होने की संभावना है।

यह इस तथ्य से मेल खाता है कि एनोवा तालिका परिणाम में पी-मान एनोवा मॉडल में इंटरैक्शन शब्द के लिए सांख्यिकीय रूप से महत्वपूर्ण था।

अतिरिक्त संसाधन

आर में एकतरफ़ा एनोवा कैसे निष्पादित करें
आर में दो-तरफा एनोवा कैसे निष्पादित करें