Într-un model de regresie, ar trebui să renunți la termenii de interacțiune dacă nu sunt semnificativi? Într-o ANOVA, adăugarea termenilor de interacțiune lasă efectele principale ca efecte principale. Adică, atâta timp cât datele sunt echilibrate, efectele principale și interacțiunile sunt independente. Efectul principal vă spune în continuare dacă există un efect general al acelei variabile, după ce ați luat în considerare alte variabile din model.
Dar în regresie, adăugarea termenilor de interacțiune face ca coeficienții termenilor de ordin inferior să aibă efecte condiționate, nu efecte principale. Aceasta înseamnă că efectul unui predictor este condiționat de valoarea celuilalt. Coeficientul termenului de ordin inferior nu este efectul acelui termen. Este efectul numai atunci când celălalt termen din interacțiune este egal cu 0.
Deci, dacă o interacțiune nu este semnificativă, ar trebui să o renunțați?
Dacă doar verificați prezența unei interacțiuni pentru a vă asigura că specificați corect modelul, mergeți mai departe și aruncați-l. Interacțiunea consumă df și modifică semnificația coeficienților de ordin inferior și complică modelul. Așa că, dacă ați verificat doar, aruncați-l.
Dar dacă ați emis de fapt o interacțiune care nu a fost semnificativă, lăsați-o în model. Interacțiunea nesemnificativă înseamnă ceva în acest caz – vă ajută să vă evaluați ipoteza. Scoaterea acestuia poate provoca mai multe daune în eroarea de specificație decât în voința în pierderea df.
Același lucru este valabil și în modelele ANOVA.
Și, ca întotdeauna, lăsați în orice termeni de ordin inferior, semnificativi sau nu, pentru orice termeni de ordin superior din model. Asta înseamnă că trebuie să părăsești toate interacțiunile nesemnificative în două sensuri pentru orice trei căi semnificative.