Interpretazione corretta di molteplici interazioni significative ed effetti principali: JMP<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />La mia analisi ha prodotto la tabella del valore p sottostante. Ho tratto alcune conclusioni sulla base dei risultati, ma non sono sicuro di essere sulla strada giusta date le molteplici interazioni significative e gli effetti principali, in particolare se sono arrivato troppo lontano.
I risultati preliminari di questo studio indicano che il contenuto di solidi solubili e il peso specifico differivano negli anni, nelle cultivar e nelle posizioni, ma per SSC la differenza di posizione dipendeva dall'anno. L'acidità titolabile differiva tra le cultivar e le località e anche la differenza nelle località dipendeva dall'anno. Il pH del succo e i tannini totali differivano negli anni e nelle cultivar. Una variazione significativa nei fattori annuali potrebbe spiegare le interazioni osservate per SSC e TA (Tabella 3; Figura 1).
PER CHIARLO- NON CERCO CONSIGLI SUI P-VALORI O INTERPRETAZIONI, MA LA MIA CAPACITÀ DI FARE CONCLUSIONI DATO IL SIGNIFICATIVO O LA MANCANZA DI INTERAZIONI ED EFFETTI PRINCIPALI.
1) Per SSC, ho rieseguito il modello eliminando l'interazione Cultivar*Location poiché era insignificante ( p = .149, a = 0.05) e l'interazione Anno*Cultivar è diventata insignificante. Quindi, era corretto concludere che gli effetti principali (Anno, Cultivar e Posizione) erano significativi, ma che l'effetto della Posizione dipendeva dall'Anno? Credo di esserlo.
2) Per TA, ho seguito gli stessi passaggi di SSC e sono arrivato alla stessa conclusione in quanto l'effetto della posizione dipendeva dall'anno. Tuttavia, in questo caso l'effetto principale di Year non è mai stato in realtà significativo come lo era per SSC (p = 0,567 vs. p = 0,0004). La mia conclusione va ancora bene?
Grazie in anticipo per qualsiasi input!!!
Re: Interpretazione corretta di molteplici interazioni significative ed effetti principali - JMPTravis,
D'accordo, non commenterò i valori p.Come ha notato Kevin, questo è un argomento caldo in questo momento.Tuttavia, forse questo ti aiuterà con la comprensione generale delle interazioni e dei significati degli effetti principali.
Effetto principale per NACL significativo:
Un'interazione significativa mostra che la dimensione dell'effetto NACL dipende dal livello di un secondo fattore. NACL è ancora importante e ancor più importante quando è in gioco il livello azzurro del secondo fattore.
Potresti anche avere un'interazione di "incrocio" in cui l'effetto principale non mostra alcun significato di per sé ma grande significato (in direzioni opposte) a seconda del livello dei fattori interagenti.Quindi in tal caso il fattore "effetto principale" sebbene "non statisticamente significativo" nel modello è ancora molto importante. E quindi amo JMP e odio le tabelle dei numeri, devi contestualizzare i dati ed esplorare ciò a cui ti sta indicando la tua tabella dei numeri in termini di conoscenza. Oltre ai valori p, come ha notato Kevin, dovresti considerare le dimensioni dell'effetto (quanto grande differenza stai vedendo a causa dei vari fattori).Si spera che questo aiuti, usa i tuoi valori p per aiutarti a risolvere le relazioni importanti da quelle non importanti.
Re: Interpretazione corretta di molteplici interazioni significative ed effetti principali - JMPGrazie per il tuo chiarimento.Non volevo che il mio commento fosse distruttivo; potresti essere o meno consapevole delle recenti controversie che turbinano attorno all'errata interpretazione dei valori p e all'irreplicabilità di molti studi scientifici pubblicati, ma quelle controversie dovrebbero dare cautela a tutti noi.Non avevo intenzione di ferire i tuoi sentimenti, ma sostengo ancora le mie affermazioni.I claxon di avviso dovrebbero suonare ogni volta che vediamo una tabella di valori p.Lo stesso Sir Ronald Aylmer Fisher metteva in guardia dall'usare i valori p come ultimo arbitro di significato, e sapeva davvero da dove parlava.
Se un'interazione è significativa, ritengo inutile (e forse anche fuorviante) interpretare il significato dei principali effetti coinvolti nell'interazione.
Un'interazione significativa A*B (con progetti accettabili, approccio di analisi, dimensioni dell'effetto, potenza e diagnostica) implica che l'effetto di A è condizionale a livello di B e viceversa.In genere ha poco senso interpretare qualsiasi effetto condizionato al livello di un altro come se non lo fosse, a un valore fisso.
In generale, inoltre, ritengo buona pratica lasciare nel modello effetti principali anche insignificanti quando la loro interazione è significativa.
E io ancora ti consiglio di affidarti all'aiuto di uno statistico per rivedere il tuo progetto e le tue analisi prima di arrivare a qualsiasi altra conclusione.
Re: Interpretazione corretta di molteplici interazioni significative ed effetti principali - JMPInnanzitutto, grazie per aver dedicato del tempo per rispondere.
In secondo luogo, poiché hai reso impossibile a chiunque altro rispondere senza sentirsi stupido, dato il tuo commento su "nessuno statistico che si rispetti", ho bisogno di chiarire il mio post. In realtà chiederei a te o al moderatore di questo sito di riformulare il tuo post in quanto non è costruttivo ma distruttivo.
NON CERCO INTERPRETAZIONE DEI MIEI RISULTATI SPECIFICI, NON CERCO CONSIGLI SUI P-VALUES. Sto cercando consigli per sapere se ho seguito il protocollo accettato nell'interpretazione delle interazioni significative e degli effetti principali.
1) Se un'interazione bidirezionale ed entrambi gli effetti principali sono significativi, puoi trarre conclusioni sugli effetti principali ad eccezione della dipendenza?
2) Se un'interazione bidirezionale e solo uno degli effetti principali è significativa, cosa si può dire dell'effetto principale non significativo?
Chiedo se la mia analisi fosse giusta in termini di capacità, non in termini di contenuto.
Ancora una volta, poiché nessun altro probabilmente risponderà al mio post ora, puoi fornire il tuo consiglio.
Grazie
Re: Interpretazione corretta di molteplici interazioni significative ed effetti principali - JMPCiao, Travis!
Spero che nessuno statistico che si rispetti guardi la tua tabella dei valori p e ti parli (in un modo o nell'altro) delle tue conclusioni!C'è una "crisi di fiducia" che circonda i valori p in tutta la scienza in questo momento, e molti insegnanti iconici preminenti hanno smesso del tutto di insegnare i valori p.
FWIW, penso che tutte le metriche (compresi i valori p) esistano migliorare processo decisionale, non sostituirlo.
Alcune delle grandi cose di JMP sono la relativa facilità con cui si possono rivedere molti dei modelli diagnostici, la dimensione degli effetti e la potenza dello studio, ecc. Non si dovrebbe opinare sui valori p senza rivedere il prima i dettagli e un sito di discussione della community degli utenti non è il luogo più efficiente per presentare o rivedere i dettagli.
Probabilmente non è quello che volevi sentire, ma ti consiglio di affidarti all'aiuto di uno statistico per rivedere il tuo progetto e le tue analisi.
