Wie quantifiziert man die Bedeutung eines Modells mit einem zufälligen Effekt?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Wenn Modelle mit einem zufälligen Effekt in JMP ausgeführt werden, kann die ANOVA-Tabelle nicht berechnet werden, sodass kein p-Wert für das gesamte Modell generiert wird. Stattdessen werden die REML-Varaince-Ausgleichsschätzungen berechnet. Ich habe mich gefragt, ob es einen Weg gibt, einen p-Wert für das gesamte Modell zu erhalten, wenn ein zufälliger Effekt enthalten ist. Ich weiß, dass p-Werte nicht immer der richtige Weg sind (ich verwende auch AICc), aber ich denke, dass ein p-Wert erforderlich ist, um anderen Leuten zu helfen, meine Modelle zu interpretieren.
Re: Wie quantifiziert man die Bedeutung eines Modells mit einem zufälligen Effekt?Überlegen Sie sich, was ein ap-Wert ist. Die Wahrscheinlichkeit, mit der eine Nullhypothese abgelehnt wird, ist normalerweise die gegebene Antwort. Es gibt jedoch einige Annahmen, die erste besteht darin, dass es eine Art Test gibt. Der einzige Test, den ich mir vorstellen kann, ist ein Likelihood-Ratio-Test, bei dem die Log-Likelihoods des passenden Modells mit dem Nullmodell verglichen werden. Es stellt sich heraus, dass AICc für Datensätze in angemessener Größe und einer begrenzten Anzahl von Modellparametern einen so guten Vergleicher bietet, wie Sie finden können. Der Chi-Quadrat-Wert aus dem Vergleich der -2 Log-Likelihoods ist jedoch der einzige "p-Wert", der einen Test erzeugt, an den ich denken kann.
Steve Denham
