anovaBF输出的解释

Question

我正在阅读BayesFactor教程here

> summary(aov(RT ~ shape*color + Error(ID/(shape*color)), data=puzzles))

 Error: ID
           Df Sum Sq Mean Sq F value Pr(>F)
 Residuals 11    226    20.6               

 Error: ID:shape
           Df Sum Sq Mean Sq F value Pr(>F)  
 shape      1   12.0   12.00    7.54  0.019 *
 Residuals 11   17.5    1.59                 

 Error: ID:color
           Df Sum Sq Mean Sq F value Pr(>F)   
 color      1   12.0   12.00    13.9 0.0033 **
 Residuals 11    9.5    0.86                  

 Error: ID:shape:color
             Df Sum Sq Mean Sq F value Pr(>F)
 shape:color  1    0.0    0.00       0      1
 Residuals   11   30.5    2.77


> bf = anovaBF(RT ~ shape*color + ID, data = puzzles, whichRandom="ID")

> bf

[1] shape + ID                       : 2.775378 ±0.77%
[2] color + ID                       : 2.829041 ±1%
[3] shape + color + ID               : 11.99858 ±3.52%
[4] shape + color + shape:color + ID : 4.431137 ±2.01%

经典的方差分析表明没有相互作用，但是bf似乎提供了强有力的证据支持H1，即存在相互作用（模型4）。我的解释正确吗？