幫助解釋交互圖？
當兩個自變量之間存在交互時，我無法解釋交互圖。
以下圖表來自該網站：
這裡，和是自變量和是因變量。
問題：有交互作用和主效應, 但沒有主效應
我可以看到價值越高, 的值越高, 假設 B 在否則，是恆定的，無論的值. 因此，兩者之間存在相互作用和和主效應（因為更高導致更高, 持有恆定在）。
另外，我可以看到不同級別的會導致不同層次的, 持有常數。因此，存在 B 的主效應。但顯然情況並非如此。所以，這一定意味著我錯誤地解釋了交互圖。我究竟做錯了什麼？
我也錯誤地解釋了情節 6-8。我用來解釋它們的邏輯與我上面使用的邏輯相同，所以如果我知道我在上面犯的錯誤，我應該能夠正確解釋其餘部分。否則，我會更新這個問題。
您正在解釋圖表上的各個點並將其稱為交互，但事實並非如此。以您提供的示例為例，想像一下如果 A 的主要影響更大，您對交互的描述會如何。或者，如果它更小，甚至為 0。您的描述會發生變化，但主要影響應該與交互無關。因此，您的描述是數據而不是交互本身。
您需要減去主要影響才能看到交互作用。一旦你這樣做了，那麼所有 2x2 交互看起來就像你引用的頁面上的最後一個交互，一個對稱的“X”。例如，在鏈接的文檔中有一個數據集
A1 A2 B1 8 24 B2 4 6行和列中顯然存在主要影響。如果這些被刪除，您就可以看到交互（想想下面的矩陣同時被操作）。
8 24 - 10.5 10.5 - 5.5 5.5 - -4.5 4.5 = -3.5 3.5 4 6 10.5 10.5 -5.5 -5.5 -4.5 4.5 3.5 -3.5（上面的減法矩陣可以計算為基於邊際均值預期的總均值的偏差。第一個矩陣是總均值，10.5。第二個是基於行均值與總均值的偏差。第一行比總平均值高 5.5 等）
去除主效應後，交互作用可以用來自總均值的效應分數或反向差值分數來描述。對於上面的例子，後者的一個例子是，“相互作用是 B 在 A1 的影響是 7，B 在 A2 的影響是 -7。” 無論主要影響的大小如何，該陳述仍然正確。它還強調，相互作用是關於效果的差異，而不是效果本身。
現在考慮鏈接中的各種圖表。在深處，相互作用的形狀與上述相同，在圖 8 中，對稱 X。在這種情況下，B 的影響在 A1 的一個方向和 A2 的另一個方向（請注意，您在描述表明您知道 A 不是分類的）。添加主要影響時發生的所有事情都是圍繞最終值的變化。如果您只是描述交互，那麼 8 對所有存在交互的交互都有好處。但是，如果您的計劃是描述數據，那麼最好的方法就是只描述效果和效果的差異。例如，對於圖 7，它可能是：“兩個主效應都從 1 級增加到 2 級，
這是對數據的簡明準確描述，即存在交互的數據，其中不包含交互本身的實際描述。它描述了交互作用如何修改主效應。當沒有提供數字時，這應該足夠了。