• 尽管事实上,许多现象在身体或社会科学涉及的交互之间的因果因素,看来很少研究人员利用多重回归或结构性的方程式的模型技术做调查,对存在这些相互作用。 如果事实上,在多元回归、统计上显着的相互作用往往被视为一种诅咒的研究人员,因为这会危及他们的努力来确定简单的因果因素。

    这种看法是稍微强化的是,许多统计教科书中提到的统计显着的相互作用仅仅是作为一个迹象,一个重要的假设的多重回归受到了侵犯(即加和性假设)没有进一步的指示如何处理这种相互作用。 这些教科书甚至建议的净结果这样的一个显着的相互作用是,回归模型变得无法解释的。 没有什么是更远离真相的了。

    部分这种错误是由缺乏了解什么互动的所有有关和由不熟悉如何相互作用应被解释。 虽然它完全可以推断相互作用的性质简单地通过检查所得到的回归方程中,一个共同的方式来获得一个直观感受的相互作用是计算几个回归坡有关的一个独立的变量的依赖性可变的不同价值观的其他独立的变量。 然而,这个任务是繁琐的,尤其是在调查的几种可能的相互作用。

    ITALASSI应用程序的开发是一种免费程序,已编写,以便于解释的回归模型(2个独立的变量)与相互作用的术语。

    该程序允许你进入几个回归模型(两个二元,一个多种添加剂,以及一个多元与相互作用)的形式或计算这些方程式从原始数据并显示各种模型的使用2D和3D图表。 该程序也可以使用先进的统计课程,以说明统计的互动或施加的多重回归。

    免费为个人或教perpose

  • के बावजूद तथ्य यह है कि कई घटना में शारीरिक या सामाजिक विज्ञान शामिल है, के बीच बातचीत के कारण कारकों है, ऐसा लगता है कि बहुत कुछ शोधकर्ताओं का उपयोग कर कई प्रतिगमन या संरचनात्मक समीकरण मॉडलिंग तकनीकों के साथ क्या जांच की उपस्थिति के लिए उन बातचीत की है । अगर तथ्य के संदर्भ में, कई प्रतिगमन, एक सांख्यिकीय महत्वपूर्ण बातचीत अक्सर माना जाता है एक अभिशाप के रूप में शोधकर्ताओं द्वारा, के रूप में कुछ है कि ख़तरे में डालना उनके प्रयास की पहचान करने के लिए सरल कारण कारकों.

    इस धारणा कुछ हद तक है द्वारा प्रबलित तथ्य यह है कि कई सांख्यिकीय पाठ्य पुस्तकों का उल्लेख करने के लिए एक सांख्यिकीय महत्वपूर्ण बातचीत पूरी तरह से एक संकेत के रूप में है कि एक महत्वपूर्ण धारणा के कई प्रतिगमन का उल्लंघन किया गया है (अर्थात् additivity धारणा) के बिना आगे की शिक्षा के साथ सौदा करने पर इस तरह के एक बातचीत. उन में से कुछ की पाठ्यपुस्तकों में भी सुझाव है कि नेट के परिणाम इस तरह के एक महत्वपूर्ण बातचीत है कि प्रतिगमन मॉडल बन uninterpretable. कुछ भी नहीं है आगे से सच!

    इस गलत धारणा के कारण होता है क्या की समझ की कमी बातचीत के बारे में सब है और एक अपरिचय के साथ कैसे बातचीत व्याख्या की जानी चाहिए. जबकि यह पूरी तरह से संभव परिणाम निकालना करने के लिए बातचीत की प्रकृति का परीक्षण करके आसानी से जिसके परिणामस्वरूप प्रतिगमन समीकरण, एक आम तरीका है पाने के लिए एक सहज ज्ञान युक्त महसूस बातचीत के लिए है की गणना करने के लिए कई प्रतिगमन ढलानों से संबंधित एक स्वतंत्र चर के लिए निर्भर चर पर विभिन्न मूल्यों के अन्य स्वतंत्र चर. हालांकि, इस कार्य बोझिल है, खासकर जब जांच में कई संभव बातचीत की है ।

    के ITALASSI आवेदन विकसित किया गया था करने के लिए हो सकता है एक मुफ्त कार्यक्रम है कि लिखा गया है की सुविधा के लिए की व्याख्या प्रतिगमन मॉडल (2 स्वतंत्र चर) के साथ एक बातचीत का शब्द है ।

    कार्यक्रम की अनुमति देता है आप दर्ज करने के लिए कई प्रतिगमन मॉडल (दो द्विचर, एक कई additive, और एक बहुभिन्नरूपी के साथ बातचीत) के रूप में समीकरणों या गणना उन समीकरणों से कच्चे डेटा प्रदर्शित करता है और विभिन्न मॉडलों का उपयोग कर 2 डी और 3 डी रेखांकन. इस कार्यक्रम में भी किया जा सकता उन्नत स्टेट पाठ्यक्रम को वर्णन करने के लिए सांख्यिकीय बातचीत या लागू कई प्रतिगमन.

    मुफ्त के लिए व्यक्तिगत या शिक्षा के लिए perpose

  • Despite the fact that many phenomenon in physical or social sciences involve interaction between causal factors, it seems that very few researchers using multiple regression or structural equation modeling techniques do investigate for the presence of those interactions. If fact, in the context of multiple regression, a statistically significant interaction is often perceived as a curse by researchers, as something that jeopardize their effort to identify simple causal factors.

    This perception is somewhat reinforced by the fact that many statistical textbooks refer to a statistically significant interaction solely as an indication that an important assumption of multiple regression has been violated (namely the additivity assumption) without further instruction on how to deal with such an interaction. Some of those textbooks even suggest that the net result of such a significant interaction is that the regression model become uninterpretable. Nothing is farther from the truth!

    Part of this misconception is caused by a lack of understanding of what interaction is all about and by an unfamiliarity with how interaction should be interpreted. While it is perfectly possible to deduce the nature of the interaction simply by examining the resulting regression equation, a common way to get an intuitive feel for the interaction is to compute several regression slopes relating one of the independent variable to the dependent variable at different values of the other independent variable. However, this task is cumbersome especially when investigating several possible interactions.

    The ITALASSI application was developed to be a free program that has been written to facilitate interpretation of regression models (2 independent variables) with an interaction term.

    The program allows you to enter several regression models (two bivariate, one multiple additive, and one multivariate with interaction) in the form of equations or compute those equations from raw data and displays the various models using 2D and 3D graphs. The program may also be used in advanced stat courses to illustrate statistical interactions or applied multiple regression.

    Free for personal or teaching perpose