Interaktsioonikoefitsientide

Interaktsioonikoefitsientide mõiste viitab statistilistes mudellikes kasutatavate koefitsientide kogum, mis kirjeldab, kuidas kahe või enama muutuja mõju teineteisest sõltub. Need koefitsiendid esinevad sageli lineaarsetes ja üldiste lineaarsete mudelitega, samuti repeated measures ja logistilistes mudelites. Interaktsioonikoefitsientide olemasolu näitab, et ühe muutuja mõju sõltub teise muutuja tasemest.

Lineaarse mudeli näites võib mudel olla y = β0 + β1X1 + β2X2 + β3X1X2 + ε, kus β3 on interaktsioonikoefitsient. Siin kirjeldab β3, kui palju muutub X1 mõju y-le, kui X2 muutub ühe ühiku võrra. Sarnased ideed kehtivad ka teiste mudelite puhul, näiteks logistilises regressioonis või mitme teguri ANOVA-s, kus interaktsioonatm muutub ühe faktori mõjust teise faktori taseme kontekstis.

Interaktsioonikoefitsientide tõlgendus sõltub kontekstist: oluline interaktsioon tähendab, et ühe muutuja mõju ei ole konstantne ja peamised mõjud tuleb tõlgendada koos; kui interaktsioon ei ole oluline, võivad peamised mõjud olla suuremas feltakse ja neid saab vaadelda iseseisvalt. Mõju interpretatsiooni lihtsustamiseks kasutatakse sageli keskmistamist või standardiseerimist ning vaadatakse lihtfektusi või marginaale.

Hindamine toimub tavaliselt tavapärase lõplikkuse ruutude meetodiga (least squares) ja interaktsioonikoefitsiendi statistiline olulisus hinnatakse t-testiga või usaldusvahemike abil. Suur multikollineaarsus või ebapiisav andmekogus võivad raskendada täpset tõlgendust. Interaktsioonikoefitsiente ja nende tähendust on tavapärane kuvada koefitsiendidena koos standardvigade ja p-väärtustega ning vajadusel esitada graafiline marginaalide või lihtfektuste plaan.