78827_it-IT

liliconcom

Confronto a coppie sul termine di interazioneVorrei sapere se è possibile e come effettuare confronti a coppie su un termine di interazione quando questo è tra una categoriaca ed una variabile continua. In Jmp ho trovato solo confronti multipli per l'effetto mai. Grazie.Ri: Confronto a coppie sul termine di interazione

@giuliano sei il benvenuto, grazie per averlo pubblicato!-- Lo collego qui allo scopo di facilitare la visualizzazione a chiunque visiti questo post: https://www.youtube.com/watch?v=k3zk45WrmUI

 

Mi sono piaciuti tutti e sarebbe fantastico, insieme al blog che stai progettando, continuare a crearne altri di tanto in tanto: sono sicuro di non essere l'unico nella comunità a trarne enormi benefici .

 

La tua risposta ha senso, quindi grazie per questo, vedo come la differenza risultante nel calcolo della media LS ha influenzato il rapporto F risultante (e il successivo valore p) tra queste due analisi.In realtà non mi è mai venuto in mente che la piattaforma del modello di adattamento nel contesto di questi test di contrasto stesse calcolando una media LS, anche se avrei dovuto saperlo meglio poiché ho utilizzato le medie LS per interpretare le differenze relative tra i gruppi nel contesto di un OLS modello di regressione in Stima modello molte volte in precedenza.

 

Ma ho continuato a lottare nel corso degli anni per sviluppare una comprensione sufficientemente discreta della differenza tra la media dei minimi quadrati e la media regolare -- e quindi in modo da poterla spiegare agli altri.Questo è il miglior riferimento che ho trovato ampiamente disponibile su Internet.http://onbiostatistics.blogspot.com/2009/04/least-squares-means-marginal-means-vs.html

 

Inoltre, è vero che le medie dei minimi quadrati tendono ad essere più vicine tra loro rispetto alle medie effettive (assumendo una struttura dati sbilanciata) e quindi dovremmo stare attenti a non commettere un errore di tipo II (non riuscire a rilevare una differenza quando ce n'è davvero una) quando si interpretano le differenze tra loro?L'ho provato sui dati di esempio suggeriti da JMP (Drug.jmp dall'indice statistico "Esegui esempio" associato all'argomento "medie quadrate minime") e ottengo differenze minori nel caso delle medie LS rispetto a . Lo standard significa che in questo caso ci sono dimensioni uguali del campione tra i gruppi (vedere l'immagine allegata dei risultati dell'analisi e dei calcoli rilevanti in MS Excel).

 

Infine, pensi che potremmo lavorare insieme per trovare un bell'esempio prototipo (utilizzando dati simulati o dati già nella directory di esempio) che trasmetta in modo chiaro e pratico la differenza concettuale tra medie LS e medie regolari?

Sono aperto alle idee! (e sarei felice di pubblicarlo come discussione separata sulla community se ha più senso).

@PatrickGiuliano

Ri: Confronto a coppie sul termine di interazione

CIAO @PatrickGiuliano ,

Grandi domande!

 

Stima della differenza media: hai ragione, la stima delle differenze medie è leggermente diversa e qui ho sorvolato su una complessità. Quando non si hanno gruppi di uguali dimensioni, come nel caso qui (ci sono numeri diversi di stati in ciascuna regione), le medie dei minimi quadrati in un modello ANOVA differiranno dalle medie che si calcolerebbero sommando le osservazioni nel gruppo e dividendo per il numero di individui del gruppo. Puoi leggere le stime delle medie LSM nei documenti JMP o altrove, ma, più brevemente, sono i margini di popolazione previsti, stime delle medie marginali in una popolazione equilibrata. Quindi, t Ecco l'origine di questa differenza: quando ricodifichiamo i gruppi e calcoliamo una differenza basata su quelle medie LS, ciò sarà diverso dalla stima iniziale delle medie LS e quindi dalla loro media. Se le dimensioni dei gruppi fossero tutte uguali, non ci sarebbe alcuna differenza.

 

Questa è una deplorevole incoerenza che hai notato nel mio esempio mal scelto Anche se l'MSE è più piccolo nell'esempio utilizzando i contrasti, poiché dovrebbe essere basato su quello che stavo dicendo (39.954 vs 40.126, e puoi trovare questo MSE nella normale tabella ANOVA - un contrasto utilizza l'MSE del modello) perché il la differenza media è leggermente maggiore nell'esempio in cui abbiamo ricodificato (per il motivo sopra), il rapporto F finisce per essere maggiore in quell'esempio. Non è l'esempio migliore, avrei davvero dovuto utilizzare un set di dati in cui i gruppi hanno le stesse dimensioni o uno in cui il vantaggio conferito dall'utilizzo dei contrasti anziché dalla ricodifica era più sostanziale (come di solito è il caso).Sicuramente sceglierò un esempio diverso per il prossimo blog. Grazie per aver guardato con tanta attenzione questo video!

 

@giuliano

Ri: Confronto a coppie sul termine di interazione

CIAO @giuliano Sì, è fantastico, grazie, sicuramente un ottimo inizio e non vedo l'ora che arrivi il post sul blog. Spero non ti dispiaccia se faccio seguito con alcune ulteriori domande mentre studio e rifletto sul tuo commento in questo video.

 

Per cominciare: sono curioso dell'esempio demografico degli Stati Uniti che hai mostrato nel contesto del confronto tra le regioni S e O e le regioni MW e NE utilizzando un contrasto specifico, rispetto alla semplice ricodificazione raggruppando S/W e M/NE in Gruppo 1 e Gruppo 2 rispettivamente e quindi eseguendo un'ANOVA.Un paio di cose che ho osservato sono rimaste un po' sconcertanti per me: perché la stima della differenza media è 7,2929 nel pannello Contrasti, ma nell'ANOVA è 7,310?So che la differenza è molto piccola, ma qui la media viene calcolata in modo leggermente diverso?

 

So che hai menzionato che la media NON cambia, sono le varianze che vengono calcolate in modo diverso!E a quel punto, in questo esempio osserviamo un rapporto F dal pannello Contrasti di 16.5530 rispetto a un rapporto F di 16.6194 utilizzando l'ANOVA sul n ricodificato (concentrato) di 2 gruppi.Vedo l'MSE nell'output ANOVA, è 40.126.Non vedo l'MSE per il test dei contrasti in Fit-Model, ma comunque la mia domanda è: il rapporto F per il test dei contrasti non dovrebbe essere più grandi che per l’ANOVA a causa della maggiore precisione nella stima di MSE al denominatore (e quindi a più piccola MSE)? In questo caso è l'opposto di quello che pensavo sarebbe sempre stato: più piccolo per il test dei contrasti rispetto all'ANOVA (so che la differenza numericamente è praticamente trascurabile ma mi fa comunque dubitare della mia comprensione di ciò che stai fondamentalmente affermando ).Grazie!      

Ri: Confronto a coppie sul termine di interazione

CIAO @PatrickGiuliano ,

Assolutamente! Continuo a voler scrivere un blog su questo argomento, quindi quello che ho fatto è stato registrare un breve tutorial che introduce alcuni dei modi in cui utilizzo i contrasti (cosa che posso fare più rapidamente) e mi ritaglierò un po' di tempo per iniziare a lavorare su un blog che tratta questi argomenti in modo più dettagliato. Spero che questo sia un inizio utile!

@giuliano

 

https://youtu.be/k3zk45WrmUI

Ri: Confronto a coppie sul termine di interazione

CIAO @giuliano ,

 

Questo è molto istruttivo, grazie per averlo fornito e per la tua spiegazione!Non capivo come i contrasti specificati potessero essere utilizzati in questo modo, cioè specificamente nel contesto di un predittore continuo e uno categorico rispetto a una risposta continua.

 

Ho guardato alcuni dei tuoi precedenti contenuti online ( https://youtu.be/3skUZZF-CuE ) in cui hai discusso dell'utilità generale dell'esecuzione di contrasti specifici.Potresti provare a riassumere i vantaggi pratici (e gli svantaggi) qui in questo forum?

 

Sono interessato a capire meglio come posso utilizzare i contrasti all'interno dei miei modelli di regressione LS (eseguiti in Fit Model) per testare confronti specifici e perché, se non del tutto, fare questi confronti mi dà qualcosa di diverso o di più prezioso rispetto alla semplice interpretazione del risultati dei miei risultati di confronti multipli standard? (Confronti dettagliati a coppie e/o rapporti di lettere di collegamento di Tukey HSD) in Fit Model?

 

Grazie, @PatrickGiuliano

Ri: Confronto a coppie sul termine di interazione

CIAO @Sarettathepooh ,

Puoi spiegare meglio che tipo di confronto ti interessa fare? Quando hai un fattore continuo e uno categorico, il termine di interazione è un test per verificare se le differenze tra i livelli del tuo fattore categoriale differiscono a diversi livelli della tua variabile continua (o in alternativa ed equivalente, se la pendenza tra Y e la tua X continua variabile varia a diversi livelli del fattore categoriale). Ad esempio, in un modello che prevede il peso in base a età, altezza ed età*altezza (da Big Class.jmp), possiamo vedere l'interazione in entrambe le direzioni con il profiler di previsione.

 

 

 

Ora, per quanto riguarda i confronti a coppie, se desideri confrontare i livelli del tuo fattore categoriale, lo faresti sotto l'effetto principale Triangolo Rosso. Tali test rappresenterebbero la risposta media per ciascun livello della variabile categoriale al livello medio della variabile continua. In un modello con interazione, diventa importante chiedersi a quale livello della variabile continua vengono effettuati tali confronti. La media è il valore predefinito tipico (e questo è ciò che farà JMP a meno che non gli venga detto di fare qualcos'altro). Se quello che stai cercando è un confronto delle risposte medie per i diversi livelli del tuo fattore, a qualcosa di diverso dal livello medio della variabile continua, non troverai quel test sotto il termine di interazione; piuttosto, lo trovi sotto lo stesso effetto principale del triangolo rosso, ma usando il comando LSMeans Contrast.Nella gif qui sotto, puoi vedermi confrontare i ragazzi di 12 e 13 anni, ma a 70 pollici di altezza.

 

 

 

 

Spero che aiuti!

@giuliano