7.5 Resumen
Capítulo 7 en revisión
El Capítulo 7 introdujo las interacciones — la forma en que el efecto de un predictor depende del valor de otro. Las interacciones son esenciales para capturar efectos dependientes del contexto.
Cubrimos:
-
Construyendo una interacción (Sección 7.1): El término de interacción permite que la pendiente de dependa de . Las interacciones deben incluirse cuando la teoría lo exige.
-
Simetría (Sección 7.2): Las interacciones son simétricas — el efecto de depende de y viceversa. El mismo coeficiente gobierna ambas perspectivas.
-
Interacciones continuas (Sección 7.3): Cuando ambos predictores son continuos, la interacción crea un plano retorcido. Centrar y graficar predicciones son esenciales para la interpretación.
-
Fórmulas de diseño (Sección 7.4): El operador
*de R incluye efectos principales e interacción;:incluye solo la interacción. La fórmula es una interfaz, no el modelo.
Lecciones clave
- Las interacciones permiten que el efecto de una variable dependa de otra.
- La pendiente de es — varía con .
- Las interacciones son simétricas: ambas variables se moderan mutuamente.
- Centre los predictores y grafique predicciones para interpretar interacciones continuas.
- Incluya interacciones cuando la teoría lo exige, no solo cuando sean significativas.
Las interacciones son la puerta de entrada a la complejidad. Hasta ahora, nuestros modelos asumían que cada predictor tiene un efecto constante. Las interacciones rompen este supuesto, permitiendo que el modelo capture la realidad de que los efectos dependen del contexto. Esta es la puerta de entrada a modelos más complejos — los modelos multinivel (Capítulo 12) permiten interacciones a nivel de grupo, y los modelos lineales generalizados (Capítulo 9) permiten interacciones con la función de enlace. La lección clave es: si su teoría dice que el efecto depende del contexto, debe modelar esa dependencia. El golem no lo hará por usted.