Suis-je en train de devenir fou ou comment est-ce possible? Aidez à résoudre les tests post-hocJ'ai exécuté un modèle ANOVA factoriel complet sur certaines données que j'ai collectées et le résultat ressemble à ceci:
Cela a l'air correct, mais lorsque je vais étudier certains des effets d'interaction, il semble que quelque chose se passe là-bas selon les courbes de LSMEANS, par exemple:
Puis, lorsque je sélectionne le test HSD de LSMEAN Tukey, les différences entre TRTxTIME sont considérables. qu'est-ce qui se passe ici?
Si cette interaction n’est pas significative dans les tests d’effets, pourquoi devrait-elle en être de même sur la réponse TRTxTIME? Est-ce que je deviens fou ...? S'il vous plaît, aidez-moi à comprendre pourquoi cela se produit.
Re: Suis-je en train de devenir fou ou comment est-ce possible? Aidez à résoudre les tests post-hocJe vais juste poser une autre question à poser à mes collègues @markbailey et @ KarenC Le conseil de, que je suis d'accord avec. Lorsque vous avez écrit dans votre question initiale, vous avez écrit "... a exécuté une ANOVA factorielle complète ...", cela signifie-t-il que vous avez exécuté une expérience factorielle complète? Vous avez ensuite analysé les données en conséquence dans la plate-forme JMP Fit Model? Et ne vous êtes pas contenté de regrouper vos combinaisons de facteurs à des niveaux et des combinaisons à votre gré, ALORS choisi l’option 'Full Factorial' dans la fenêtre déroulante Fit Model Macros? La raison en est que si vous n'avez PAS exécuté une EXPÉRIENCE factorielle complète, alors vous avez probablement beaucoup de multicolinéarité par rapport aux effets que vous essayez d'estimer enfouis dans les combinaisons de traitement que vous avez exécutées qui produisent des effets d'estimation, des termes de modèle, etc. beaucoup plus problématique dans le contexte des moindres carrés standard.
Re: Suis-je en train de devenir fou ou comment est-ce possible? Aidez à résoudre les tests post-hocAcceptez les conseils de Mark - ajoutez également vos connaissances sur le sujet à l'interprétation des données. La confirmation / le suivi est toujours bon.
Re: Suis-je en train de devenir fou ou comment est-ce possible? Aidez à résoudre les tests post-hocVous pourriez devenir fou. Je ne peux pas aider avec ce problème.
En ce qui concerne votre analyse, vous confondez différents tests en tant que même test. Le test d'effet compare le modèle avec et sans ce terme. Ce test est basé sur 8 degrés de liberté. Il indique que le terme d'interaction en général n'est pas significatif et qu'il peut être éliminé sans perte significative pour le modèle. Le graphique de l'effet de levier indique essentiellement le même résultat car il est également basé sur l'effet de terme entier. Le graphique des moyennes de LS correspond à cette conclusion, car l'évolution de la réponse de Time = 24 à Time = 48 est pratiquement la même pour tous les niveaux de TRT, à l'exception de celui situé en haut du graphique. Notez la largeur des intervalles de confiance.
Maintenant, le deuxième test (comparaison de Tukey) compare simultanément de nombreux couples de niveaux de facteurs. D'une part, les groupes de lettres se chevauchent beaucoup. Par contre, certaines de ces comparaisons semblent significatives. S'ils signifient quelque chose pour vous, vous pouvez alors étudier ces associations séparément. Peut-être un test de confirmation.
Vous avez donc le choix: supprimez le terme basé sur le test à effet négatif et ignorez l’effet d’interaction dans les tests statistiques et la modélisation ultérieurs ou acceptez les tests de comparaison positifs et effectuez des analyses supplémentaires pour confirmer les différences apparentes. Les confirmations sont une bonne idée quel que soit votre choix.
Une autre idée consiste à suivre un cours standard de réduction du modèle, puis à interpréter le résultat final. Ce modèle sur-ajuste les données et cela conduit à des estimations artificiellement basses du RMSE et de l'erreur standard.
