Come quantificare il significato di un modello con un effetto casuale?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Quando i modelli che includono un effetto casuale vengono eseguiti in JMP, la tabella ANOVA non può essere calcolata in modo che non venga generato alcun valore p per l'intero modello. Invece, viene calcolata la stima del computo di Varaince REML. Mi chiedevo se c'è un modo per ottenere un valore p per l'intero modello quando viene incluso un effetto casuale. So che i p-value non sono sempre la strada da percorrere (sto usando anche AICc), ma penso che sia necessario un valore p per aiutare le altre persone a interpretare i miei modelli.
Ri: Come quantificare il significato di un modello con un effetto casuale?Pensa a quale valore di p è - la probabilità che un'ipotesi nulla venga rifiutata è solitamente la risposta data. Ma ha alcune ipotesi, la prima è che esiste una sorta di test. L'unico test a cui posso pensare è un test del rapporto di verosimiglianza, confrontando le verosimiglianze del modello che si adatta al modello null. Risulta che, per set di dati di dimensioni ragionevoli e un numero limitato di parametri del modello, AICc è un buon comparatore. Tuttavia, il valore chi-quadrato dal confronto tra -2 log-verosimiglianze è l'unico test di generazione di "valore p" a cui posso pensare.
Steve Denham
