¿Me estoy volviendo loco o cómo es posible? Ayuda para solucionar problemas post-hocHe ejecutado un modelo ANOVA factorial completo en algunos datos que he recopilado y la salida se parece a esto:
Esto se ve bien, pero cuando voy a investigar algunos de los efectos de interacción, parece que algo está ocurriendo de acuerdo con los gráficos LSMEANS, por ejemplo:
Luego, cuando selecciono la prueba HSD de LSMEAN Tukey, ¡me da diferencias significativas entre TRTxTIME! que esta pasando aqui
Si esta interacción no es significativa en las pruebas de efectos, ¿por qué debería ser significativa en la respuesta TRTxTIME? ¿Me estoy volviendo loca ...? Por favor, ayúdame a entender por qué esto está sucediendo.
Re: ¿Me estoy volviendo loco o cómo es posible? Ayuda para solucionar problemas post-hocSolo haré una pregunta más para apilar a mis colegas. @markbailey y @KarenC El consejo, con el que estoy de acuerdo. Cuando escribió en su pregunta original, escribió "... ejecutó un ANOVA factorial completo ..." ¿significa esto que ejecutó un EXPERIMENTO factorial completo? ¿Luego analizó los datos en consecuencia en la plataforma JMP Fit Model? ¿Y no solo reunió un montón de combinaciones de sus factores en casi ningún nivel y combinaciones, luego ENCONTRÓ la opción 'Factorial completo' de la ventana desplegable de Fit Model Macros? La razón es que si NO ejecutó un EXPERIMENTO factorial completo, es muy probable que tenga un montón de recursos de multicolinealidad a los efectos que está tratando de estimar enterrados en las combinaciones de tratamientos que realizó que hacen los efectos de estimación, términos modelo, etc. Mucho más problemático en el contexto de los mínimos cuadrados estándar.
Re: ¿Me estoy volviendo loco o cómo es posible? Ayuda para solucionar problemas post-hocDe acuerdo con el consejo de Mark, también agregue el conocimiento de su tema a la interpretación de los datos. La confirmación / seguimiento siempre es buena.
Re: ¿Me estoy volviendo loco o cómo es posible? Ayuda para solucionar problemas post-hocPuede que te estés volviendo loco. No puedo ayudar con ese problema.
En cuanto a su análisis, está confundiendo diferentes pruebas como la misma prueba. La prueba de efecto es comparar el modelo con y sin ese término. Esa prueba se basa en 8 grados de libertad. Dice que el término de interacción en general no es significativo y se puede eliminar sin una pérdida significativa para el modelo. La gráfica de apalancamiento indica esencialmente el mismo resultado porque también se basa en el efecto de término completo. La gráfica de Medias LS es consistente con esta conclusión porque el cambio en la respuesta de Tiempo = 24 a Hora = 48 es prácticamente el mismo para todos los niveles de TRT excepto el que está en la parte superior de la gráfica. Observe el ancho de los intervalos de confianza.
Ahora, la segunda prueba (comparación de Tukey) está comparando simultáneamente muchos pares de niveles de factores. Por un lado, hay una gran cantidad de superposición en los grupos de letras. Por otro lado, algunas de estas comparaciones parecen ser significativas. Si significan algo para ti, entonces puedes investigar esos emparejamientos por separado. Tal vez una prueba de ejecución confirmatoria.
Así que tiene una opción: elimine el término basado en la prueba de efecto negativo e ignore el efecto de interacción en las siguientes pruebas estadísticas y modele, o acepte las pruebas de comparación positivas y realice ejecuciones adicionales para confirmar las diferencias aparentes. Las ejecuciones de confirmación son una buena idea, independientemente de su elección.
Otra idea es seguir un curso estándar de reducción de modelos y luego interpretar el resultado final. Este modelo está sobre-ajustando los datos y eso lleva a RMSE artificialmente bajos y estimaciones de error estándar.
