Bin ich verrückt oder wie ist das möglich? Hilfe bei der Behebung von Post-hoc-TestsIch habe ein vollfaktorielles ANOVA-Modell mit einigen gesammelten Daten erstellt und die Ausgabe sieht ungefähr so aus:
Das sieht in Ordnung aus, aber wenn ich einige der Interaktionseffekte untersuchen möchte, sieht es so aus, als ob dort laut LSMEANS Plots etwas passiert, zum Beispiel:
Wenn ich dann den HSME-Test von LSMEAN Tukey auswähle, gibt es signifikante Unterschiede zwischen TRTxTIME! Was geht hier vor?
Wenn diese Interaktion in den Effekttests nicht von Bedeutung ist, warum sollte sie dann die TRTxTIME-Antwort significieren? Bin ich verrückt ...? Bitte helfen Sie mir zu verstehen, warum dies geschieht.
Re: Bin ich verrückt oder wie ist das möglich? Hilfe bei der Behebung von Post-hoc-TestsIch werde nur noch eine Frage an meine Kollegen stellen. @ Markbailey und @KarenC Rat, mit dem ich einverstanden bin. Wenn Sie in Ihrer ursprünglichen Frage geschrieben haben, dass "... eine vollständige faktorielle ANOVA lief ..." bedeutet das, dass Sie ein volles faktorielles EXPERIMENT ausgeführt haben? Dann die Daten in der JMP Fit Model-Plattform entsprechend analysiert? Und haben Sie nicht nur eine Reihe von Kombinationen Ihrer Faktoren in beliebiger Höhe und Kombination zusammengestellt, THEN die Option "Full Factorial" aus dem Dropdown-Fenster "Fit Model Macros" ausgewählt? Wenn Sie KEIN volles faktorielles EXPERIMENT ausgeführt haben, dann haben Sie in der Regel eine Menge Multicollinearität in Bezug auf die Auswirkungen, die Sie in den von Ihnen durchgeführten Behandlungskombinationen schätzen, die Auswirkungen schätzen, Modellausdrücke usw. viel problematischer im Zusammenhang mit Standard Least Squares.
Re: Bin ich verrückt oder wie ist das möglich? Hilfe bei der Behebung von Post-hoc-TestsMit Marks Rat einverstanden - fügen Sie auch Ihr Fachwissen zur Dateninterpretation hinzu. Bestätigung / Follow-up ist immer gut.
Re: Bin ich verrückt oder wie ist das möglich? Hilfe bei der Behebung von Post-hoc-TestsSie könnten verrückt werden. Ich kann bei diesem Problem nicht helfen.
Bei Ihrer Analyse verwechseln Sie verschiedene Tests als denselben Test. Der Effekttest vergleicht das Modell mit und ohne diesen Begriff. Dieser Test basiert auf 8 Freiheitsgraden. Der Interaktionsterm ist insgesamt nicht signifikant und kann ohne signifikanten Verlust des Modells eliminiert werden. Das Leverage-Diagramm zeigt im Wesentlichen dasselbe Ergebnis, da es auch auf dem gesamten Effekt basiert. Das LS-Means-Diagramm stimmt mit dieser Schlussfolgerung überein, da die Änderung der Antwort von Time = 24 auf Time = 48 für alle TRT-Stufen mit Ausnahme des oberen Bereichs der Grafik praktisch gleich ist. Beachten Sie die Breite der Konfidenzintervalle.
Beim zweiten Test (Tukey-Vergleich) werden jetzt viele Paarungen von Faktorstufen miteinander verglichen. Einerseits gibt es große Überschneidungen bei den Briefgruppen. Auf der anderen Seite scheinen einige dieser Vergleiche signifikant zu sein. Wenn sie Ihnen etwas bedeuten, könnten Sie diese Paarungen separat untersuchen. Vielleicht ein Bestätigungstest.
Sie haben also die Wahl: Löschen Sie den Begriff basierend auf dem Negativeffekttest und ignorieren Sie den Interaktionseffekt in nachfolgenden statistischen Tests und Modellierungen oder akzeptieren Sie die positiven Vergleichstests und führen Sie weitere Läufe durch, um die offensichtlichen Unterschiede zu bestätigen. Bestätigungsläufe sind unabhängig von Ihrer Wahl eine gute Idee.
Eine andere Idee ist, einem Standardkurs der Modellreduktion zu folgen und dann das Endergebnis zu interpretieren. Dieses Modell passt zu den Daten, was zu künstlich niedrigen RMSE- und Standardfehlerschätzungen führt.
