여러 중요 상호작용 및 주효과를 올바르게 해석 - JMP<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />내 분석은 아래의 p-값 표를 생성했습니다. 나는 결과를 기반으로 몇 가지 결론을 내렸지만, 특히 내가 너무 멀리 도달한 경우 여러 중요한 상호 작용과 주요 효과를 감안할 때 올바른 방향으로 가고 있는지 확신할 수 없습니다.
본 연구의 예비 결과는 용해성 고형물 함량과 비중이 연도, 품종 및 위치에 따라 다르지만 SSC의 경우 위치의 차이가 연도에 따라 다르다는 것을 나타냅니다. 적정 산도는 품종과 지역에 따라 다르며 지역의 차이도 연도에 따라 다릅니다. 주스 pH와 총 탄닌은 해와 품종에 따라 달랐습니다. 연간 요인의 상당한 변동은 SSC와 TA에 대해 관찰된 상호작용을 설명할 수 있습니다(표 3, 그림 1).
명확히 하기 위해- 저는 P-값 또는 해석에 대한 조언을 구하는 것이 아니라, 상호 작용 및 주요 효과의 중요하거나 부족한 점을 고려하여 결론을 내리는 능력에 대한 조언을 구하고 있습니다.
1) SSC의 경우, 나는 Cultivar*Location 상호작용이 유의하지 않았기 때문에(p = .149, a = 0.05) 제거한 모델을 다시 실행했고 Year*Cultivar 상호작용이 유의하지 않게 되었습니다. 그렇다면 주효과(연도, 품종, 위치)는 유의하지만 위치의 영향은 연도에 의존한다는 결론을 내리는 것이 맞습니까? 나는 내가 믿는다.
2) TA의 경우, SSC와 동일한 단계를 밟았고, 위치의 영향이 연도에 의존한다는 동일한 결론을 내렸습니다. 그러나 이 경우 연도의 주효과는 실제로 SSC의 경우처럼 유의하지 않았습니다(p = 0.567 대 p = 0.0004). 내 결론은 여전히 괜찮습니까?
미리 입력해 주셔서 감사합니다!!!
Re: 여러 중요한 상호작용 및 주효과를 올바르게 해석 - JMP트래비스,
동의합니다. p-값에 대해서는 언급하지 않겠습니다.Kevin이 언급했듯이 이것은 현재 뜨거운 주제입니다.그러나 이것은 상호작용과 주효과의 중요성을 전반적으로 이해하는 데 도움이 될 것입니다.
NACL에 대한 주요 효과:
유의한 상호작용은 NACL 효과 크기가 두 번째 요인의 수준에 따라 다르다는 것을 보여줍니다. NACL은 여전히 중요하며 두 번째 요소의 파란색 수준이 작용할 때 훨씬 더 중요합니다.
또한 주효과가 상호 작용하는 요인의 수준에 따라 그 자체로는 의미가 없지만 반대 방향으로 큰 의미를 나타내는 "교차" 상호 작용이 있을 수 있습니다.따라서 이 경우 모델에서 "통계적으로 유의하지 않은" "주효과" 요인은 여전히 매우 중요합니다. 따라서 저는 JMP를 사랑하고 숫자 표를 싫어합니다. 데이터를 컨텍스트에 맞게 배치하고 숫자 표가 지식 측면에서 무엇을 가리키는지 탐색해야 합니다. Kevin이 지적한 바와 같이 p-값 외에도 효과 크기(다양한 요인으로 인해 얼마나 큰 차이가 나타나는지)를 고려해야 합니다.이것이 도움이 되기를 바랍니다. p-값을 사용하여 중요하지 않은 관계에서 중요한 관계를 분류하는 데 도움이 됩니다.
Re: 여러 중요한 상호작용 및 주효과를 올바르게 해석 - JMP설명해 주셔서 감사합니다.나는 내 의견이 파괴적일 의도가 없었습니다. p 값에 대한 잘못된 해석과 많은 출판된 과학적 연구의 복제 불가능성을 둘러싼 최근 논란을 인지하거나 인지하지 못할 수도 있지만 이러한 논란은 우리 모두에게 주의를 기울여야 합니다.나는 당신의 감정을 상하게 할 의도가 없었지만, 나는 여전히 내 말을 지지합니다.경고 claxons는 p 값 테이블을 볼 때마다 울려야 합니다.Ronald Aylmer Fisher 경은 p 값을 중요한 최종 중재자로 사용하지 말라고 경고했으며 자신이 말한 출처를 정말로 알고 있었습니다.
상호 작용이 중요하면 상호 작용에 관련된 주요 효과의 중요성을 해석하는 것이 무의미하고 오해의 소지가 있다고 생각합니다.
유의미한 교호작용 A*B(허용 가능한 설계, 분석 접근 방식, 효과 크기, 검정력 및 진단 포함)는 A의 효과가 다음과 같다는 것을 의미합니다. 가정 어구 B 수준에서, 그리고 그 반대의 경우도 마찬가지입니다.다른 수준에 대한 조건부 효과를 고정된 값이 아닌 것처럼 해석하는 것은 일반적으로 거의 의미가 없습니다.
또한 일반적으로 상호 작용이 중요할 때 모델에 중요하지 않은 주효과라도 남겨두는 것이 좋습니다.
그리고 나는 여전히 다른 결론에 도달하기 전에 통계 전문가의 도움을 받아 설계 및 분석을 검토할 것을 권장합니다.
Re: 여러 중요한 상호작용 및 주효과를 올바르게 해석 - JMP먼저 시간을 내어 답변해 주셔서 감사합니다.
둘째, "자존심 있는 통계학자는 없을 것"이라는 말씀을 해주셔서 다른 사람이 어리석은 생각 없이 답장을 보낼 수 없도록 하였으므로 제 글을 명확히 해야 합니다. 귀하 또는 이 사이트의 중재자는 귀하의 게시물이 건설적이지 않지만 파괴적이기 때문에 다시 말하도록 요청합니다.
내 특정 결과에 대한 해석을 찾는 것이 아니라 P-값에 대한 조언을 구하는 것이 아닙니다. 중요한 상호 작용 및 주요 효과를 해석할 때 승인된 프로토콜을 따랐는지 여부에 대한 조언을 찾고 있습니다.
1) 양방향 교호작용과 두 주효과가 유의한 경우 종속성을 제외하고 주효과에 대해 결론을 내릴 수 있습니까?
2) 양방향 교호작용이 있고 주효과 중 하나만 유의하다면 유의하지 않은 주효과에 대해 무엇이라고 말할 수 있습니까?
내용으로 따지는 것이 아니라 능력으로 분석한 것이 맞는지 묻는 것이다.
이제 다른 사람이 내 게시물에 답장을 보내지 않을 것이므로 조언을 제공할 수 있습니다.
고맙습니다
Re: 여러 중요한 상호작용 및 주효과를 올바르게 해석 - JMP안녕, 트래비스!
자존심 있는 통계학자가 p 값 테이블을 보고 결론에 대해 (어떤 식으로든) 말하지 않기를 바랍니다!현재 모든 과학에서 p 값을 둘러싼 "자신감의 위기"가 있으며 많은 저명한 상징적 교사가 p 값을 가르치는 것을 완전히 중단했습니다.
FWIW, 모든 메트릭(p 값 포함)이 존재한다고 생각합니다. 향상시키다 의사결정을 대신하는 것이 아닙니다.
JMP의 좋은 점 중 일부는 많은 모델 진단을 검토할 수 있는 상대적 용이성, 효과의 크기, 연구의 힘 등입니다. 세부 사항을 먼저 살펴보고 사용자 커뮤니티 토론 사이트는 세부 사항을 발표하거나 검토하기에 가장 효율적인 장소가 아닙니다.
아마도 당신이 듣고 싶어 하는 것은 아니지만 통계학자의 도움을 받아 디자인과 분석을 검토하는 것이 좋습니다.
