去年，一代大刊《Biological review》上发表了题为“Understanding ‘it depends’ in ecology: a guide to hypothesising, visualising and interpreting statistical interactions的综述”(Spake et al. 2023)。专门针对交互作用进行综述，我还是第一次看到。

理论上，只要因素A对Y的影响程度或方向随着因素B的值而发生变化，我们就认为A， B对Y的影响存在交互作用。通常，我们对交互作用的判定相当简单，比如，通常我们通过Y~A+B+A:B, 通过判定A:B项是不是显著就能知道A,B这两个因素对Y的影响有没有相互作用，这也是我们判定交互作用最为常用的方法。但读了这篇文章你才会知道，交互作用的判定原来远远没这么简单。比如交互作用可能和你用的的指标类型有关，比如是原始值，还是比率。也可能和你用到的尺度有关，是原始数据尺度还是Log尺度，这些都会影响到你对交互作用的判断，进而产生论文中论述的三种统计错误（Type A, Type D, Type S）。可以说这篇文章会大大加深你对交互作用的理解，我个人水平有限，这里就不班门弄斧，给大家做文献总结了，强烈推荐大家去仔细阅读全文，相信一定会大有收获。

交互作用相关的三种统计统计错误示意图

欢迎大家关注鄙人的个人微信公众号：“二傻统计”

参考文献：

Spake, R., D. E. Bowler, C. T. Callaghan, S. A. Blowes, C. P. Doncaster, L. H. Antão, S. Nakagawa, R. McElreath, and J. M. Chase. 2023. Understanding ‘it depends’ in ecology: a guide to hypothesising, visualising and interpreting statistical interactions. Biological review 98:983-1002.