Ho già eseguito il mio piano sperimentale (non secondo JMP). Posso implementare i risultati in JMP e valutarli con un diverso livello di significatività<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ho già eseguito il mio piano sperimentale (non secondo JMP). Posso implementare i risultati in JMP e valutarli con un diverso livello di significatività
Ri: Ho già eseguito il mio piano sperimentale (non secondo JMP). Posso implementare i risultati in JMP e valutarli con un diverso livello di significativitàPeter ha ragione nella sua dichiarazione, ma sto guardando la tua domanda in un modo diverso. È possibile utilizzare la regressione stepwise e impostare il livello di significatività che si è disposti ad accettare per avere ragione / torto che un predittore è importante o meno per il proprio modello. Questo verrà impostato in base alla regola di arresto per la soglia del valore P. Una regola empirica è quella di impostare quel valore a 0,05 per la partenza. Questo si traduce in tutti i tuoi fattori importanti che necessitano di una P> | t | di 0,05 o meno se devono essere inclusi nel modello finale. Puoi modificare tale valore di significatività su qualsiasi valore tu scelga, ma ti consiglio di mantenerlo il più basso possibile.
Ri: Ho già eseguito il mio piano sperimentale (non secondo JMP). Posso implementare i risultati in JMP e valutarli con un diverso livello di significativitàIn generale, JMP riporta statistiche di inferenza statistica come Prob> F ratio, Prob> | t |, ecc. con valori p che è possibile utilizzare per confrontare qualsiasi soglia di livello di significatività che si desidera utilizzare. Quindi non esiste un valore predefinito di livello di importanza per le varie decisioni inferenziali inerenti alle piattaforme di modellazione di JMP.
