Interakční analýza je oblast statistické analýzy zabývající se interakcí mezi proměnnými
Grafické znázornění statistické interakce, v níž míra, do jaké zkušenost ovlivňuje náklady, závisí na době rozhodování.
Ve statistice je interakce termín ve statistickém modelu, ve kterém účinek dvou nebo více proměnných není pouze aditivní.
Pro odezvu y a dvě proměnné x1 a x2 by tedy aditivní model byl:
– je příkladem modelu s interakcí mezi veličinami x1 a x2 (slovo „chyby“ nelze chápat doslovně; odkazuje na náhodnou veličinu, o kterou se y liší od očekávané hodnoty y). Viz chyby a zbytkové veličiny ve statistice a všimněte si, že je snadné zaměnit chyby se zbytkovými veličinami, i když se tyto dvě veličiny liší.
Velmi často jsou interagující proměnné spíše kategorickými proměnnými než reálnými čísly. Například příslušníci určité populace mohou být klasifikováni podle náboženství a povolání. Pokud si někdo přeje předpovídat výšku osoby pouze na základě náboženství a povolání dané osoby, jednoduchý aditivní model, tj. model bez interakce, by k celkové průměrné výšce přidal úpravu pro určité náboženství a jinou pro určité povolání. Model s interakcí, na rozdíl od aditivního modelu, by mohl přidat další úpravu pro „interakci“ mezi tímto náboženstvím a tímto povoláním. Tento příklad může vyvolat podezření, že slovo interakce je něco jako chybné pojmenování.
Důsledkem interakce je to, že účinek jedné proměnné závisí na hodnotě jiné. To má důsledky v designu experimentů, protože je zavádějící měnit jeden faktor najednou.
Geniči Taguči tvrdil, že interakce lze ze systému eliminovat vhodnou volbou proměnné odezvy a transformací. George Box a další však tvrdili, že tomu tak obecně není.