7.2 Simetría de la interacción lineal

Las interacciones son simétricas. Si el efecto de $x$ depende de $z$ , entonces el efecto de $z$ también depende de $x$ . Esta simetría tiene consecuencias importantes para la interpretación y la visualización.

7.2.1 La simetría

El modelo de interacción lineal es:

$\mu_i = \alpha + \beta_x x_i + \beta_z z_i + \beta_{xz} x_i z_i$

La pendiente de $x$ es:

$\frac{\partial \mu}{\partial x} = \beta_x + \beta_{xz} z$

Y la pendiente de $z$ es:

$\frac{\partial \mu}{\partial z} = \beta_z + \beta_{xz} x$

El mismo término de interacción $\beta_{xz}$ aparece en ambas. La interacción es simétrica: es igualmente cierto que "el efecto de $x$ depende de $z$ " y que "el efecto de $z$ depende de $x$ ."

# Demonstrate the symmetry of interactions
set.seed(42)
n <- 200
study <- runif(n, 0, 10)
sleep <- runif(n, 4, 9)
score <- 50 + 3 * study + 2 * sleep + 0.5 * study * sleep + rnorm(n, sd = 5)

m_int <- lm(score ~ study * sleep)
bx <- coef(m_int)[2]
bz <- coef(m_int)[3]
bxz <- coef(m_int)[4]

cat("Interaction model:\n")
cat(" beta_study:", round(bx, 3), "\n")
cat(" beta_sleep:", round(bz, 3), "\n")
cat(" beta_study:sleep:", round(bxz, 3), "\n")

cat("\nSlope of study at sleep = 4:", round(bx + bxz _ 4, 3), "\n")
cat("Slope of study at sleep = 6:", round(bx + bxz _ 6, 3), "\n")
cat("Slope of study at sleep = 8:", round(bx + bxz * 8, 3), "\n")

cat("\nSlope of sleep at study = 0:", round(bz + bxz _ 0, 3), "\n")
cat("Slope of sleep at study = 5:", round(bz + bxz _ 5, 3), "\n")
cat("Slope of sleep at study = 10:", round(bz + bxz * 10, 3), "\n")

cat("\nThe interaction is symmetric:\n")
cat(" Effect of study depends on sleep\n")
cat(" Effect of sleep depends on study\n")
cat(" Same coefficient (beta_xz) governs both\n")

Click Run to execute this code in your browser with WebR

7.2.2 Visualización de la simetría

Podemos visualizar la interacción desde cualquiera de las dos perspectivas: graficar el efecto de $x$ a diferentes valores de $z$ , o graficar el efecto de $z$ a diferentes valores de $x$ . Ambas muestran la misma interacción.

# Visualize the symmetry of interactions
set.seed(42)
n <- 200
study <- runif(n, 0, 10)
sleep <- runif(n, 4, 9)
score <- 50 + 3 * study + 2 * sleep + 0.5 * study * sleep + rnorm(n, sd = 5)

m_int <- lm(score ~ study * sleep)

par(mfrow = c(1, 2))

# Left: effect of study at different sleep levels

study_seq <- seq(0, 10, length.out = 100)
colors <- c("firebrick", "steelblue", "darkgreen")
sleep_vals <- c(4, 6, 8)

plot(NULL, xlim = c(0, 10), ylim = c(40, 130),
xlab = "Study hours", ylab = "Score",
main = "Effect of study at different sleep levels")
for (i in 1:3) {
pred <- coef(m*int)[1] + coef(m_int)[2] * study*seq +
coef(m_int)[3] * sleep*vals[i] +
coef(m_int)[4] * study*seq * sleep_vals[i]
lines(study_seq, pred, lwd = 2, col = colors[i])
}
legend("topleft", legend = paste("Sleep =", sleep_vals), col = colors, lwd = 2)

# Right: effect of sleep at different study levels

sleep_seq <- seq(4, 9, length.out = 100)
study_vals <- c(0, 5, 10)

plot(NULL, xlim = c(4, 9), ylim = c(40, 130),
xlab = "Sleep hours", ylab = "Score",
main = "Effect of sleep at different study levels")
for (i in 1:3) {
pred <- coef(m*int)[1] + coef(m_int)[2] * study*vals[i] +
coef(m_int)[3] * sleep*seq +
coef(m_int)[4] * study*vals[i] * sleep_seq
lines(sleep_seq, pred, lwd = 2, col = colors[i])
}
legend("topleft", legend = paste("Study =", study_vals), col = colors, lwd = 2)

par(mfrow = c(1, 1))

Click Run to execute this code in your browser with WebR

Rethinking

La simetría no es una elección — es un hecho matemático. El término de interacción $x \cdot z$ es el mismo que $z \cdot x$ . No hay variable "moderadora" y "moderada" — ambas se moderan mutuamente por igual. Cuando decimos "el efecto de $x$ depende de $z$ ," también estamos diciendo "el efecto de $z$ depende de $x$ ." La elección de qué variable graficar en el eje x es una elección de presentación, no estadística. Ambas perspectivas muestran la misma interacción.

Resumen de la Sección 7.2

Las interacciones son simétricas: el efecto de $x$ depende de $z$ y viceversa.
El mismo coeficiente $\beta_{xz}$ gobierna ambas perspectivas.
La pendiente de $x$ es $\beta_x + \beta_{xz} z$ ; la pendiente de $z$ es $\beta_z + \beta_{xz} x$ .
Visualizar desde cualquiera de las perspectivas muestra la misma interacción.
No hay "moderadora" vs "moderada" — ambas se moderan mutuamente.

Construyendo una interacción

Interacciones continuas