중요하지 않은 요인을 제거한 후 중요하지 않은 요인이 됨Jmp 사용자 여러분,
모델을 피팅할 때 중요하지 않은 요인을 제거하면 Pvalue 0.048로 유의한 요인 하나가 중요하지 않은 요인이 됩니다.
그런 경우 어떻게 해야 하는지 묻고 싶었습니다. 우리는 그것을 제거해야 합니까?
감사해요!
나
데이터 탐색 및 시각화Re: 중요하지 않은 요소를 제거하면 중요하지 않은 요소가 중요해집니다.강화하다 @Dan_Obermiller 그리고 @statman 의 조언...통계적 유의성을 이분법적 절벽으로 보지 마십시오. 중요하거나 중요하지 않습니다. 많은 사람들이 채택함에 따라 임계 p 값이 0.05라고 가정합니다. 효과의 p 값 0.051이 중요하지 않다고 말하고 0.048이면 유의성을 채택할 의향이 있습니까? 응답에서 소수점 한두 자리를 빼면 이와 같은 일이 쉽게 발생할 수 있습니다.
그리고 데이터의 그래픽 분석은 무엇을 제안합니까? 모델링을 수행하기 전에 일요일부터 데이터를 6가지 방식으로 구성했다고 알려주십시오.
Re: 중요하지 않은 요소를 제거하면 중요하지 않은 요소가 중요해집니다.전적으로 동의합니다 @statman . p-값에만 의존하지 마십시오. 다른 정보와 결합하십시오.
Re: 중요하지 않은 요소를 제거하면 중요하지 않은 요소가 중요해집니다.데이터의 출처가 무엇인지 명시하지 않았습니까? 실험에서 나온 것입니까 아니면 관찰 데이터에서 나온 것입니까?
응답의 변동을 설명하기 위한 모델을 개발할 때 염두에 두어야 할 몇 가지 사항은 다음과 같습니다.
- 모형의 각 항에 대한 각 계수는 조건부입니다. 나 ts 크기, 때로는 부호가 변경될 수 있습니다.모델의 다른 변수에 따라 달라집니다. (및 소음).
- 모형에서 항을 제거하면 누적 평균 제곱이 DF와 함께 오차 항에 풀링됩니다. 이는 F-테스트 및 후속 p-값의 기초가 되는 평균 제곱 오차의 추정치를 변경합니다.
모델을 단순화하려면 여러 정보 소스를 사용해야 합니다.
1. 실용적인 의미 . 결과를 그래프로 작성하고 각 요소가 기여하는 실질적인 중요성을 이해하는 것이 항상 통계적 유의성(설계된 연구가 무작위 변동에 대한 통찰력을 제공하는 방식을 제어함)보다 더 중요합니다. 과학적 또는 공학적 관점에서 결과가 타당한지 항상 물어보십시오.
2. R-제곱, R-제곱 조정됨 그리고 가장 중요한 것은 델타 그 사이.
삼. p-값
4. 데이터 소스에 따른 기타 통계(예: 관찰 데이터의 경우 다중 공선성을 찾고자 할 수 있음)
