核心误区修正 #

你之前仅将协变量作为主效应加入模型，这只会控制协变量的独立影响，无法检验协变量对time×group交互效应的调节作用——这就是结果未发生变化的核心原因。要达成研究目标，必须构建包含三向交互的模型。

具体操作步骤 #

1. 构建正确的模型结构 #

在JASP的Linear Mixed Models模块中，按以下方式设置：

• 将因变量拖入对应输入框
• 固定效应栏中，除了添加time、group、协变量外，需手动生成交叉项：
  • 选中time和group，点击Add Interaction生成time×group交互项
  • 再选中生成的time×group和协变量，点击Add Interaction生成time×group×协变量三向交互项
• 随机效应保持你之前的设置（如被试随机截距，若数据支持可尝试添加time的随机斜率）

2. 模型比较与效应检验 #

• 拟合两个嵌套模型：
  • 模型1：包含time、group、协变量、time×group（即你之前的模型）
  • 模型2：在模型1基础上加入time×group×协变量三向交互项
• 切换到Model Comparison面板，查看两个模型的拟合指标（AIC、BIC）和似然比检验结果：
  • 若模型2拟合显著更优，说明协变量确实调节了time×group的交互效应
  • 重点关注模型2中time×group×协变量的参数估计与显著性，这是你研究的核心效应

3. 额外排查方向 #

• 共线性检验：在Descriptives模块计算协变量与time/group的方差膨胀因子（VIF），若VIF>5，先对协变量做均值中心化处理（协变量_中心化 = 协变量 - 均值）后再重新拟合模型
• 随机效应结构优化：若仅设置随机截距，尝试添加time的随机斜率（允许不同被试的时间效应存在差异），再观察结果变化
• 数据校验：确认time的重复测量编码正确、group的分组无错误、协变量无缺失或异常值

内容的提问来源于stack exchange，提问作者ocns