我已经将线性混合效应模型与大鼠研究的一些“准确性”分数相匹配。固定效应是TrialNumber和Age，随机效应是个体大鼠 ( Rat)。Age包括在内是因为试验跨越数月（并且Age以天为单位；并非所有大鼠在研究开始时的年龄都相同，原因有很多）。

R中的结果模型是：

library(lme)
library(car) #for the logit() function, since scores are percentages
lmer(logit(Score) ~ Age*TrialNumber + (1|Rat))

Trial我得到了和的负值Age（这项研究的设计是为了让我们预测分数实际上会随着经验的增加而下降，事实证明确实如此）。但是，交互项也很重要，但估计为正。

结果：

Fixed effects:
                 Estimate   Std. Error  t value
(Intercept)      1.182e+00  1.689e-02   70.00
Age             -2.788e-03  2.849e-04   -9.78
TrialNumber     -1.872e-06  9.344e-08  -20.04
Age:TrialNumber  2.123e-08  1.741e-09   12.20 

我如何解释这种互动？这是否意味着对于同一天的重复试验，Score上升了，还是意味着年长的老鼠在相同的 TrialNumber 上表现更好？